随着各个科技领域的进步,尤其是探索外星球需求的发展,移动机器人应用越来越广泛,移动机器人的研究与开发也越来越受到人们的重视。在移动机器人的研究中,路径规划是很关键的问题之一。它是机器人执行各种任务的基础,反映了机器人在运动过程中与周围环境交互的能力。移动机器人在动态环境下的路径规划尤具现实意义。 本文提出了两种新的路径规划方法解决移动机器人在动态环境下的路径规划问题。第一是基于人工势场的方法,第二是快速随机搜索树和滚动规划的结合方法。经计算机仿真实验验证,两种方法具有很好的收敛性和较高的跟踪精度。 基于人工势场的方法是将移动机器人视为简单的几何圆形,将其置于抽象的力场中。力场由新势场函数产生,其中引力场函数是对圆锥曲线函数的改进,它用附加的指数因子消除机器人在目标点的抖动。可用于移动机器人在不可预知动态障碍物环境中的避障控制。 第二种方法从轮移式机器人的运动学模型出发,研究了受到滚动约束的移动机器人在动态环境中的运动规划问题。首先针对复杂的静态环境,将快速随机搜索树算法与优化方法相结合,规划出即可避障又可满足机器人滚动约束的运动。结合算法用特定的跌代方法不断产生新状态节点,以趋近全局目标状态来完成规划任务。并将选择性参数BIAS引入快速随机搜索树算法,加快了趋近速度。然后,针对障碍物可变动的动态环境,用滚动规划的思想作为全局规划的指导,用随机性算法来搜索局部路径。该算法的复杂性比较小,适合于高维自由度的机器人系统。