具有感知功能的机器人是整个机器人领域里重要的组成部分。本课题组自主设计研发的护理机器人机械结构复杂,工作在室内环境下。由于室内环境的非结构化、物品形状繁多且不同位姿的摆放、物体之间的相互遮挡等问题会影响机器人对环境的感知,从而影响护理机器人的工作。所以本课题针对护理机器人结构的复杂性以及室内环境的多样性,提出针对护理机器人的分层环境感知技术,并针对分层感知提出一种代价函数优化的分段规划A*算法进行感知路径的规划。本文主要研究内容如下:根据本实验室自主研发的护理机器人的结构特点,在此基础上完成了感知设备选型和感知设计。针对多种路径规划算法进行研究以及仿真对比后,鉴于传统A*算法存在转折点多、路径贴近障碍物等诸多问题。提出了一种代价函数优化的A*算法,本文提出的算法的代价估计函数能够有效降低转折点数。在优化的算法基础上进行分段规划以及增设虚拟障碍点。优化后算法能够减少转折次数,分段规划符合护理机器人的路径规划方式,虚拟障碍点能够使护理机器人和障碍物保持安全距离。在实验室建立标定环境进行激光雷达的距离感知实验,实验结果表明在1m-9.9m内激光雷达成像效果良好。距离小于1m的成像效果不稳定;超过9.9m处雷达成像逐渐不清晰,9.98m处以及之后无法成像。在1m-9.9m距离之内,随着距离的增加,成像噪声增多。搭建高层障碍物,模拟护理机器人进行室内环境下障碍物的分层感知实验。通过分析,激光雷达能够清晰感知各层面的环境信息以及障碍物变化情况,能够以此得出纵向的障碍物变化情况。最后进行实验室内的实际环境以及实物感知,实验结果表明激光雷达对形状规则体积较大的矩形物品感知成像效果好,障碍物以及障碍物的轮廓清晰分明。对优化提升后的A*算法进行Matlab仿真,与传统A*算法的数据进行比对和分析。仿真实验数据的分析结果验证了优化后的A*算法,能够有效的减少转折次数50%-80%,新算法规划出的路径能够在直行和转弯处都和障碍物保持相对安全距离。根据感知实验结果,将提出的算法应用于模拟护理机器人的分层感知环境地图中。通过Matlab进行道路环境以及障碍物的分层仿真,并进行路径规划。应用结果证明算法有效的实现了护理机器人的分层环境感知之后的路径规划问题。