路径规划是机器人在执行任务中非常重要的环节,好的路径能节省大量的任务时间。随着智能机器人应用环境愈加复杂,机器人在路径规划中将面临更多的动态障碍物或目标,因此动态环境下机器人的路径规划研究也变得越来越重要。本文首先对动态环境中的障碍物从几何形态、运动特征两方面进行了分类,对机器人的运动特点作了描述。分析了在两类典型动态障碍:匀变速运动障碍、随机运动障碍下,机器人路径规划的难点以及传统方法的缺陷。在此基础上,本文提出了一种混合路径规划方法,解决在存在匀变速运动障碍和随机运动障碍的复杂动态环境下机器人路径规划问题。该方法由两部分组成:1)自适应动态人工势场法;2)随机运动障碍避碰规则。其中自适应人工势场法在传统势场函数中引入了自适应因子,使机器人在与障碍物、与目标点的相对运动向量夹角不同时,合理调整势场函数中各分量的权重,避免了路径震荡和大转角。同时引入绕行力矩阵到斥力势场中,解决传统方法存在的目标点不可到达问题。随机运动障碍避碰规则借鉴了传统的沿墙走策略,先设定虚拟目标点,在保证机器人安全的情况下动态调整机器人与障碍物的距离,并尽可能保持机器人沿一个方向运动,避免路径冗余。在规划路径时,机器人先判断出障碍物类型,对匀变速运动障碍采用自适应动态人工势场法避障,对随机运动障碍用随机运动障碍避碰规则来避开。在该方法的引导下,机器人能避免无效路径,顺利避开障碍物,到达目标点。最后在MATLAB中模拟复杂动态环境,对自适应人工势场法中的引力势场、斥力势场,随机运动障碍避碰规则以及混合路径规划方法分别进行了仿真实验。采用了路径总长度、局部路径长度和路径平滑度三个评价指标,对实验结果进行了分析,并对比传统算法的结果,验证了本文方法的有效性。本文亮点主要表现在:1)对障碍物的几何形态、运动特征,机器人的运动特点进行了分析;2)提出了混合路径规划方法,对传统人工势场法作了改进,引入了自适应因子,并设计了随机运动障碍避碰规则;3)采用了三个路径评价指标,对路径进行了较全面的评价。