现如今机器人产业迅猛发展,人们的生活品质越来越高,室内服务机器人开始走入人们的日常生活。其中机器人的路径规划以及地图构建已经是室内移动机器人技术的核心。本文主要研究了基于视觉传感器的VSLAM机器人路径规划方法,以用作餐厅等室内场所的服务型自主导航机器人。为了提高移动机器人的路径规划方法导航效率,实现良好的动态避障效果,将路径规划方法进行优化改进。首先在ROS中建立环境模型。通过深度相机采集的深度图转化为稠密点云地图以及八叉树地图,然后将八叉树地图投影至平面得到占据栅格地图用于机器人路径规划。RRT（Rapidly-exploring Random Tree）在未知环境探索能力极强,为方便自主探索建图,设计了基于RRT方法的前沿未知点探测器,选取出最优前沿点参与自主环境探测。在全局路径规划算法的改进中,引入了可变概率的目标偏执策略,对于快速随机树的生长加入了目标的方向,使搜索方向更有目标性。为解决传统RRT算法具有拐点多,冗余点复杂和收敛速度慢的问题,通过去除冗余点的优化方法提高了RRT算法的收敛速度。采用三次B样条方法进行目标曲线的光滑优化处理。为了改善机器人在动态环境的避障能力,选取DWA算法中最优速度采样模拟轨迹,建立了评价函数机制,并使用归一化处理来完善标准评价函数,最终得出最优评价参数。在matlab仿真平台进行实验,将传统RRT与优化后RRT方法进行对比,规划效率提高了44.89%,路径平滑度有显著提高。满足了优化RRT路径的长度、时间和搜索效率的性能要求。将改进后的RRT与优化后的DWA结合使得机器人路径规划效率显著提高。为了验证已优化算法在实际环境中的可行性,搭建了机器人硬件平台,主要包括机器人的底盘、车载电脑终端、上位机和深度相机等。软件编程在ROS（Robot Operating System）进行开发。实现了多机联合,即由机器人终端实现机器人的定位,并将机器人的位置等相关数据通过ROS平台以话题的方式发送至上位机,在上位机上实现避障建图与路径规划。改进RRT方法比传统RRT搜索效率和路径质量有显著提高。室内动态环境下,改进RRT方法结合DWA路径规划能够实现动态避障,运行时间缩短了39.53%,证明了本文改进方法有效性。