现阶段机器人的使用越来越多的从军事场所转移到民用场所,性能也在不断地探索中渐渐改善。因此移动机器人的普及度越来越高,在一些大家所熟知的行业中已经使用的非常多,并在很多危险场合发挥着非常重要的作用。经过多年的探索和研究,前人已经研究出了多种路径规划算法,每一种路径规划算法都有自身的优点和缺点,每一种算法都有特定的使用场景,更换场景时算法的适应性并不高,针对这种现象,本文改进了一种基于人工势场法和模糊逻辑算法的关于未知环境的混合避障算法,并成功的把该避障算法移植到嵌入式移动机器人中。本文的研究重点是对未知环境中移动机器人避障算法的研究,通过对常见的几种避障算法进行分析比较,最终采用的是基于人工势场法和模糊逻辑算法的混合避障算法。首先研究了人工势场法,分析了人工势场法的优点和缺点,并对它的缺点进行了改进,使用增加逃逸力的方式来处理人工势场法的局部极小点问题,对斥力场函数进行修改解决目标不可达问题。然后介绍了模糊逻辑算法,并分析了模糊逻辑算法的优缺点。最后结合人工势场法和模糊逻辑算法的优势,选择了一种基于人工势场法和模糊逻辑算法的混合改进算法。改进算法的思路是:模糊逻辑算法为改进的人工势场法提供子目标点,避免了移动机器人在未知环境中距离障碍物过近,甚至发生碰撞,从而使机器人能有效、安全的向目标点移动。通过MATLAB仿真,验证了该算法的可行性。在嵌入式移动机器人平台基础上,将人工势场法和模糊逻辑算法的混合算法移植到嵌入式移动机器人中,针对不同的环境分别做了单个障碍和多个障碍下的避障实验,并对实验结果进行了分析说明。实验结果表明,该嵌入式移动机器人在未知环境中运行稳定,规划出的路径平滑,避障实时性好,可安全到达目标点。并且混合算法规划出的路径,距离障碍物的安全距离比原来算法的安全距离提升了30%,使得移动机器人可以更安全的抵达目标点。通过实际环境验证了该混合避障算法在未知环境中进行避障规划的可行性和安全性。本文研究成果对避障算法更深层次的研究提供了借鉴价值,对避障算法向嵌入式移动机器人移植提供了参考依据。