移动机器人导航是移动机器人研究的关键技术,而路径规划是移动机器人导航的重要组成部分,也是机器人行进过程中运动控制的依据。路径规划的任务可以描述为：按照一定的评价标准,在含有障碍的环境中,搜索从起始点到终点的一条无碰路径。本文对复杂环境下移动机器人的路径规划技术进行了深入的研究,主要包括以下几个方面的内容：1)提出了一种基于环境数字高程模型栅格的可通行性分析方法,并根据通行结果进行代价分类生成代价地图。首先,得到环境的数字高程模型的基础上提取基本的地形环境信息,同时综合考虑移动机器人的机械性能和运动约束等影响,进行地形的可通行性分析。然后根据地形特征进行分类,得到最后的行进代价地图。2)针对传统路径规划算法应用于复杂环境下带来的一些问题,提出一种基于运动约束的泛化Field D*算法。该算法的代价函数可同时考虑路程、行驶安全以及行驶时间等一个或多个行驶代价。根据机器人运动模型的特性,在路径点提取过程中结合机器人的最小转弯半径,进行满足运动约束的路径平滑。该算法在多组模拟的复杂环境栅格地图中进行了测试,实验结果表明：算法对复杂环境有很好的适应性,同时有效提高了路径的可执行性。3)在分析目前全局和局部路径规划方法优缺点的基础上,提出了一种分层路径规划方法。该方法采用典型局部避障算法Morphin和全局路径规划算法Field D*,将全局信息和局部信息进行有机结合加以利用。不仅能够在全局上优化移动机器人的行驶路径,还可以避免像传统局部规划方法那样陷入局部最优的情况。仿真结果表明,该方法具有很好的适应能力、鲁棒性强。