随着过去十几年移动器人技术的快速发展,移动机器人在人类生活中扮演着越来越重要的角色。移动机器人可以代替人类去完成一些危险的工作,特别是在一些人类无法到达的环境中。这就要求移动机器人有较高的智能,能够处理复杂恶劣环境中出现的任何情况。移动机器人自动行驶是保证机器人完成更高层任务的基础,确保移动机器人能够安全到达指定目标点。移动机器人在复杂环境中行驶时,为了安全行驶,要保证导航过程中的路径是宽阔光滑的。为了达到这个目标,本文将Voronoi图法和支持向量机两种方法结合在一起,给出了基于支持向量机的路径规划方法。作为一种路径规划方法,Voronoi图法不仅有计算速度快的优点,而且生成的路径具有很高的安全性。由于这两个优点,在本文的路径规划方法中,Voronoi图法作为预处理机找出从起点到目标点的粗略规划路径。但是由Voronoi图法生成的路径是由直线段构成的,不满足路径光滑性条件,所以使用高斯核的支持向量机来进行后续光滑处理。在高斯核的支持向量机中,高斯径向基核函数确保路径具有合适的光滑度,而支持向量机的决策函数则保证路径有足够的宽度。本文首先将障碍物当作质点,讲述了算法的机理。给高斯径向基核函数的参数赋予不同的值,通过比较生成的路径之间的优劣来分析高斯径向基核函数对生成路径性能的影响,事实证明只有恰当的选择高斯径向基核函数的参数才能够生成满足要求的路径。为了验证算法的有效性,还在多边形障碍物环境中进行了仿真,主要通过采集障碍物边的点,这样算法等效于仍然处理质点障碍物。通过在不同的环境中进行仿真,验证了本文路径规划方法的有效性和适用性。移动机器人自动行驶中的另一重要的任务是路径跟踪,它保证移动机器人总是行驶在已经规划的安全路径上。本文以四驱动小车为研究对象,建立小车的运动学模型。由于移动小车是非线性、非完全约束的系统,一些经典的控制算法无法实现对移动小车的良好控制,本文采用模糊控制方法。设计了移动小车的路径跟踪模糊控制器,控制器由转向模糊控制器和速度模糊控制器构成。转向模糊控制器以横向偏移误差和航向角偏移误差为输入,经过模糊处理产生转向角来控制底层执行机构;速度模糊控制器则根据转向角信息以及行驶路径的曲率来将移动小车的前进速度控制在安全的范围之内。本文在Matlab环境下建立了移动小车路径跟踪模糊控制的仿真系统,通过跟踪给定路径曲线,分析比较了系统中各参数的性能表现,验证了本文的移动机器人路径跟踪模糊控制算法的有效性和适用性。