移动机器人是目前机器人研究的热点方向,路径规划是移动机器人的执行任务的前提,避障算法是路径规划的关键,在复杂环境中很多传统避障算法会达不到理想的效果。本文先对传统人工势场法(Artificial potential field,APF)存在的局限性进行分析并提出对应改进策略,再将人工势场法斥力安全区域进行改进,最后把算法应用到追踪移动目标点和对多目标点的围捕任务中,并对提出的算法进行仿真验证。论文的主要内容如下:1)对于人工势场法传统算法中会存在机器人不能到达目标点的情况,根据不同情况产生的原因,对势场算法进行针对性的改进。首先,对于障碍物离目标点近而使机器人不能到达目标点的情形对斥力场函数进行改进,加入目标点和机器人距离的影响因子,改变此位置上的受力平衡,使机器人到达目标点;其次,在机器人陷入局部极小值后,通过外加辅助力和角度偏移量,使机器人逃离局部极小值;最后,根据机器人的运动学模型,在MATLAB中设置仿真环境对改进后的算法进行验证,结果表明改进后的人工势场法能够解决路径规划中的目标点不可达和局部最小值问题,使机器人能够成功到达目标点。2)针对环境中存在移动目标点的复杂环境,本文对人工势场法提出了新的改进策略。首先,将机器人的斥力安全区由圆形改进为椭圆形,保证避障安全的同时也增加了复杂环境下的通过性;然后,对动态环境中势场函数进一步改进,在引力场函数中增加运动目标点的速度和加速度信息,保证机器人对移动目标的追踪能力。在斥力场函数中增加移动障碍物的速度加速度信息,给机器人提供更大的斥力和转向力,增大对动态障碍物的避障能力;最后,将改进后的算法分别在不同环境中对动态目标点追踪进行仿真验证,通过数据对比证明改进算法的有效性。3)将改进后的势场法同任务分配策略相结合,应用到对移动目标点围捕中。对于围捕单目标点的情况,根据传感器检测到的目标运动信息,计算出虚拟目标点位置,根据总路径最优的原则将机器人分配到对应虚拟目标点位后开始围捕任务。对于多目标点的围捕,根据代价函数将每个目标点对应的机器人进行分组,组内的机器人按照单目标围捕中的任务分配完成围捕过程。通过仿真验证说明改进后的算法可以在复杂环境中完成预定任务。4)借助实验室提供的先锋机器人软件平台对改进后的算法进行验证。首先在先锋机器人专用的创建地图软件Mapper3上绘制环境地图,然后在Mobile Sim软件中选择加载机器人进行仿真,实验结果可以看出改进后的算法可以使机器人避开障碍物完成追踪和围捕任务,证明了改进算法的可行性和有效性。