随着科技的快速发展,移动机器人已经在多个领域中得到了广泛的应用,已然是社会发展中必不可少的部分。其中地面轮式移动机器人是最为常见的一种机器人,其自主导航能力是移动机器人可以完成任务的先要条件。因此路径规划是移动机器人领域中一个重要的问题,它是机器人在移动过程中避开障碍物的重要保证。当今移动机器人已逐渐变为运行在充斥着移动障碍的动态环境中,所以对移动障碍物的应对能力已成为现如今路径规划技术中的重要问题,也是难点所在。在路径规划中一个重要问题是如何提升算法的实时性以及对障碍物的反应能力,这反映了机器人是否能及时准确的完成任务。因此本文以两轮差分式移动机器人为研究对象,研究内容包括在已知环境中提高全局路径规划算法的实时性和在具有未知移动障碍物的动态环境中的机器人局部避障算法。具体内容如下:本文首先对两轮差分式移动机器人的运动学原理建立了运动模型,并使用栅格地图进行环境建模,分析了全局路径规划算法和局部路径规划算法的特点及适用条件。其次,介绍了在栅格地图中搜索速度较快的跳点搜索算法,并对其原理进行分析。针对跳点搜索算法在复杂环境中的搜索效率比较低的问题,提出了一种添加方向判别的改进方法。该方法使用跳点搜索确定最优扩展方向,在最优扩展方向上搜索到障碍物时再次迭代搜索跳点。仿真结果表明改进后的跳点搜索算法在该复杂环境中能够大大提升搜索效率。针对动态环境存在全局路径规划算法不能解决的移动障碍物的问题,提出了融合动态窗口的改进速度障碍法,并使用自适应碰撞半径动态调整碰撞锥的大小。本文采用计算快、实时性高的速度障碍法作为移动机器人避障算法。速度障碍法假设障碍物的运动信息已知且不发生改变,但是在现实中由于传感器的噪声等检测误差,实际机器人获得的障碍物信息不可能是一成不变的,因此本文提出了基于自适应膨胀半径的自适应速度障碍法,以保证机器人与障碍物之间留有安全距离。并使用动态窗口法进一步对自适应速度障碍法产生的可行速度空间进行优化。通过MATLAB进行仿真验证,结果表明改进后的速度障碍法能够有效的提高避障成功的概率,且融合动态窗口的速度障碍法可以跟踪全局路径,发挥全局路径规划出的路径的最优性。