随着信息科技的快速发展，人类的生活发生了翻天覆地的变化。通过智能科学在生活中的普遍应用，人们可以随时享受智能科学带来的方便和快捷。在智能科学中，最具有代表性的就是机器人学的发展，为了让机器能够具有人一样行为、动作、思想情感等，人们首先要求机器人应该具备基本的人类的行为。具备类人的自主的行为动作、识别物体、概念思考等。其中，导航发挥了重大的作用，因此，导航是机器人类人化发展的一个重要研究基础。　　 机器导航技术包含三个方面：环境地图的获取和表示、机器人的路径规划、机器人定位和行为动作。其中机器人路径规划是核心内容。路径规划就是机器人根据对环境信息的了解与分析，找出一条从当前位置到达目标点的路径。本文根据机器人在动态环境中，面对环境变化需要随时进行路径的重新规划的问题，分别对动态环境的路径规划和变化的环境进行深入研究。　　 在机器人导航的环境描述研究中，本文基于2维和3维环境在实际应用中的优点和缺点，根据豪斯多夫维的理论，运用2.5维理论提供的基础理论支持，采用一种适应性较好、转化方便的2.5维动态环境的环境描述方法。关于机器人路径规划的启发式算法的研究，本文从环境适用性的角度进行分析，肯定了静态环境下A*算法的重要地位，着重分析了动态环境下启发式算法的优劣，实证了D*Lite算法在2.5维环境下的有效性。　　 本文综合以上两方面的研究成果，提出一种介于2维和3维之间2.5维动态环境中具有很大灵活性的机器人路径规划的方案，该方案可以有效的增强机器人路径规划效果。