巡检移动机器人在执行巡检任务时,导航功能必不可少,路径规划在导航系统中起着至关重要的作用,在机器人实际巡检的过程中,工作环境的变化是无时无刻的,对于巡检路径上突然出现的障碍物机器人在运行过程中会出现无法躲避障碍物的情况。对此,将全局路径规划与局部自主避障结合在一起,在环境发生变化时机器人能够及时的做出反应以避免在路径上碰到临时障碍物,提高机器人的巡检效果。主要研究内容包括以下方面:首先,综述移动机器人和移动机器人路径规划算法的发展现状,对环境建模和路径规划的一些方法进行研究和总结,通过对移动机器人自身转弯需求进行考虑,分析机器人在转弯过程中速度、角速度与转弯半径之间的关系,为后面的章节做铺垫。其次,研究A*算法,分析其优缺点,针对A*算法拐点多的问题,提出一种扩展搜索的策略,将传统的8向搜索扩展为16向搜索。鉴于路径中存在大量冗余节点问题,将冗余节点分为共线和不共线两种情况,并对每种情况进行处理,并在以A*算法为全局路径规划算法规划出的最终路径之前,增加一个对构成路径节点优化处理的过程,按照冗余节点的条件,剔除冗余节点,优化路径长度。通过仿真对比,验证改进算法在规划效率方面有所提高,在路径节点方面有所减少。再次,研究运动控制算法和动态窗口算法,考虑巡检移动机器人自身的运动特性,提高移动机器人自身的反应能力,对机器人进行运动学建模,为了减少机器人运动过程中期望位姿和实际位姿之间的偏差,提出一种带有虚拟反馈函数的反演控制算法,通过仿真验证控制算法的可行性。同时为了满足机器人局部自主控制的需求,提出在全局路径规划的基础上,引入动态窗口算法。通过仿真对比,全局路径规划算法融合动态窗口算法后在一定程度上提高机器人局部避障的能力。最后,通过详述本课题所搭建的六轮巡检移动机器人硬件系统和软件系统,并在实际的场景下进行实验验证,将混合路径规划算法和运动控制算法运用到机器人实验平台上,实验证明所提出算法的可行性。