路径规划算法的研究是移动机器人研究领域中一个重要的组成部分,它的目的是使移动机器人能够在一个已知或者未知的环境中,找到一条从起始状态到目标状态的无碰撞路径。传统的路径规划的算法大部分只考虑机器人的位姿空间,即将路径规划问题看做是一个几何问题,如蚁群算法,A*搜索等等。然而,实际上机器人不仅受到位姿空间的约束,还会受到各种外力的约束如非完整性约束。在这种情况下传统的方法将受到制约。快速随机搜索树算法(Rapidly-exploring Random Tree, RRT)及其改进算法可以有效的将机器人的路径规划问题与非完整约束结合在一起。快速随机搜索树算法是一种概率完备的算法,只要存在可行路径,有足够的时间和迭代次数的话,算法一定能找到可行路径。然而由于该算法的特性是倾向于向未被搜索过的空间做扩展,所以这在一定程度上降低了算法的搜索效率。目标偏移快速随机搜索树是快速随机搜索算法的一种改进算法。基于原有快速搜索树算法的不足,本文第三章提出.了变概率双向随机路径规划方法,建立两棵树同时做规划,同时用树在地图中的覆盖率去调节目标偏移的方向,当覆盖率低的时候,目标偏移的概率较低,当覆盖率高的时候,目标偏移的概率较高。仿真实验证明了该算法在性能上比原有算法提高。为了更好将随机规划树的算法应用于带有狭窄通道的复杂地图,在本文第四章中提出了一种双向复合的随机路径规划算法。算法分为两个部分,第一部分为基于蜜糖扩散法的地图预处理过程并得到一个与地图栅格相对应的气味素表,第二部分是此气味素表的指导下进行的路径规划过程。我们对算法进行仿真证明了该算法的有效性。