作为人工智能的重要研究领域,机器人学科半个世纪以来取得了飞速的发展。自主机器人的路径规划问题,如今已成为人工智能领域的前沿课题,引起了各国学者的高度重视。在自主式移动机器人相关技术的研究中,导航技术是其研究核心。动态不确定环境下的路径规划是自主式移动机器人导航的关键环节之一,是移动机器人研究领域的一个研究热点。多障碍物物环境下的路径规划,尤其是多障碍物的动态环境下的路径规划,是一个比较复杂的问题,一些学者致力于这方面的研究,但至今也没能得到妥善的解决。路径规划就是在一定的环境中给定初始位置和目标位置,按一定的策略使运动物体无碰撞得从初始位置到达目标位置,并满足一定约束条件。在足球机器人轨迹规划中机器人小车到达定点常用的方法有:Turn-Run-Turn方法[1]及模糊算法与PID相结合的方法[2]。Turn-Run-Turn方法处理过程是小车先转动一定角度,然后跑到目标点,再调整角度和目标点的姿态保持一致。由于没有考虑惯性,小车到达目标点后在调整角度时考虑精度问题速度很慢,机器人在各点之间的运动要经历加速和减速2个过程。而模糊控制(PID)方法虽然考虑了到达目标点的最佳途径,但是没有考虑小车在运动过程中会受到对方机器人小车及己方机器人小车(障碍物)的阻挡,很可能会发生小车相撞而顶牛的情况。针对该问题本文进行了深入研究,具体工作如下:首先根据在机器人路径规划领域,路径既要满足机器人的初始位置和运动方向,又要满足目标位置和运动方向,以及机器人小车自身的机械特性,提出了最优弧的概念。通过对机器人小车起点位置和运动方向及目标点位置和运动方向的分析,确定多条最优弧的组合作为机器人小车的运动路径。并根据最优弧理论,指出了机器人小车路径规划需要考虑的因素,给出了几种情况下的路径规划范例。其次,根据最优弧的理论及机器人小车自身的特性,设计出了避障区域,给出了一个避障方法,将最优弧理论和避障方法结合,作为本文提出的路径规划方法。最后,运用基于最优弧的机器人路径规划方法在SimuroSot V1.5a仿真平台上进行了仿真实验,取得了满意的结果,证明了该方法的有效性。