近年来随着移动机器人技术的快速发展,无人车(UGV)、无人机(UAV)已经实现在日常生活生产中的大量应用。为了使无人机、无人车按照人类的意愿行驶到指定的位置,路径规划技术的研究成为移动机器人研究领域的热点问题之一,是实现移动机器人智能化的关键。路径规划是指在具有障碍物的环境中,按照一定的评价标准,寻找一条从起始点到目标点的无碰撞路径。A*算法作为一种新型的启发式搜索算法,由于其具有搜索迅速、应用普遍、易于实现等优点,已经有许多研究者尝试将其用于解决移动机器人路径规划问题。因为A*算法在获取路径过程中存在搜索节点多,转折角多,转向困难等问题,所以A*算法在路径规划时得到的路径并非最优,而是次优路径。针对移动机器人室内路径规划问题,本文主要工作在如下几个方面:(1)针对A*算法存在的缺点在三方面进行改进,首先改进A*算法的评价函数增加转向代价参数,减少不必要的转向;然后改进A*算法节点搜索的方式,删除A*算法搜索到的冗余节点,尽可能保留转折点与起始点等关键节点;最后使用移动平均滤波的方法对得到的节点数据进行处理,得到平滑的可通行路径。(2)针对A*算法只能有效避开静态已知障碍物的情况,本文提出了Morphin搜索树算法与改进A*算法进行融合,得到A-M动态路径规划算法;A-M算法可以实时避障完成动态规划。MATLAB仿真实验结果表明,提出的A-M动态路径规划方法在时间和路径上得到提升,在优化了全局路径规划的基础上修正局部路径,实现动态避障提高机器人达到目标点的效率。(3)搭建了基于ROS的移动机器人平台turtlebot,实现移动机器人的自主运动、建图及其导航等功能。使用A-M算法在不同的室内环境中进行多组动态规划实验,验证了A-M动态算法的有效性、可靠性、安全性。