移动机器人广泛应用于家庭生活、灾后搜救、工业生产和军事对抗等各个领域。与此同时,移动机器人的应用场景不断向室外扩展。机器人避障路径规划是指机器人在有障碍物的环境中,能够自主搜索并规划一条从起始点至目标点的最优无碰撞路径。目前,对于路径规划主要侧重于二维平面移动机器人的相关路径规划算法研究。根据对环境信息的把握程度可把路径规划划分为基于先验完全信息的全局路径规划和基于传感器信息的局部路径规划。其中,从获取障碍物信息是静态或是动态的角度看,全局路径规划属于静态规划(又称离线规划),局部路径规划属于动态规划(又称在线规划)。全局路径规划需要掌握所有的环境信息,根据环境地图的所有全局路径规划需要掌握所有的环境信息,根据环境地图的所有信息进行路径规划;局部路径规划只需要由传感器实时采集环境信息,了解环境地图信息,然后确定出所在地图的位置及其局部的障碍物分布情况,从而可以选出从当前结点到某一子目标结点的最优路径。校园巡航机器人可以监测险情,也能为同学们提供友好的服务。校园机器人需要寻径,在预定的巡航路径上巡航,并规避如车辆行人动物等障碍。实现校园巡航机器人路径规划需要全局路径规划与局部路径规划相结合。但校园中环境为三维,传统的二维路径规划算法不适用。因此,本文的主要工作内容为比较了几种当前可以三维路径规划的方法,提出了一种A*与人工势场法算法相结合的方法,以解决校园巡航机器人在校园环境中寻径避障的问题。因此本文的研究重点在于使用寻径算法提高机器人在室外街道场景的寻径避障性能。在避障能力方面,本文采用人工势场法和A*算法实现实时避障。本文的算法在真实的场景中有较高的实用性和鲁棒性。在文章的最后,利用本文提出的算法在MATLAB中仿真实验,以证明本算法的可行性与有效性。研究结果表明,基于人工势场法和的A*算法的寻径避障算法具有计算速度快,可以成功避障的优点。因此,可以将该算法应用于校园机器人寻径避障。