近年来,室内服务机器人飞速发展,机器人的智能化水平也在不断提升,路径规划是移动机器人范畴内不可缺失的一个环节,也是智能机器人领域的研究热点,目前室内服务机器人路径规划存在搜索时间长、搜索路径效率低、产生的路径节点较多使得机器人偏转次数较多等缺点,因此,本文将烟花算法与人工势场法相结合对此类问题进行优化与改进,主要的工作如下:（1）针对传统烟花算法存在随机性大、容易陷入小范围内的最优问题,提出一种改进烟花算法,该算法依据当前路径节点与上一路径点的位置信息作为适用度函数,引入惩罚函数筛除落在障碍物区域的火花,从而减少路径代价;引入非零因子β解决烟花算法最优烟火花爆炸半径为0所造成的局部最优问题;针对烟花算法规划的路径可能穿过障碍物的问题,引入了避障策略,避开可能会穿越障碍物的路线。（2）针对人工势场法路径规划易出现目标位置无法到达的问题,本文在斥力场函数中引入距离因子,使斥力大小随目标位置与机器人之间的距离信息实时调整;避免机器人受目标点的斥力等于各障碍物产生的斥力和时,徘徊不前陷入区域性陷阱,在引力场函数和斥力场函数中分别引入增强因子和锐减因子,并在静态环境下进行改进势场法的路径规划,验证该改进的有效性与可行性;当环境中存在运动状态的障碍物时,引入了相对分速度信息,使得势场法避免碰撞动态障碍物,提高机器人的避障能力。（3）对改进烟花算法与改进人工势场法进行融合,先采用改进烟花算法进行全局最优路径规划,当机器人行驶至动态障碍物的斥力范围内,切换到改进势场法进行实时避障,完成动态避障后重新回归到原全局最优路径上,以此完成整个环境下的路径规划,本文通过MATLAB 2019b仿真软件验证了该改进算法的可行性,有效减少路径总长度。（4）基于ROS平台利用本文改进算法进行了路径规划实验。分别在不同障碍物情况下,对基于IFWA的全局路径规划与基于IFWA-APF的路径规划进行了实验验证,实验结果表明了本文改进算法的有效性与可行性。