王 迪，李彩虹，郭 娜，刘国名，高腾腾

山东理工大学 计算机科学与技术学院，山东 淄博 255049

路径规划技术作为机器人技术的重要分支之一备受关注，其目的是按照一定的评价标准规划出一条从起点到目标点的最优无碰路径。按照机器人感知环境信息的程度，路径规划可分为全局路径规划和局部路径规划。全局路径规划在环境信息已知的情况下进行，是一种事前、离线规划，对实时计算能力要求不高，可以规划出最优路径。目前的全局路径规划算法及应用已经比较成熟。局部路径规划是在环境信息未知或部分未知的情况下进行的路径规划，依靠超声波、红外线、激光雷达等传感器检测环境信息，实时规划出一条从起点到目标点的无碰路径[1]。由于缺乏全局环境信息，并且机器人所搭载传感器检测范围有限，所以规划的路径一般不是最优的。常用的路径规划算法有A*算法[2]、遗传算法[3]、神经网络[4-5]、人工势场法[6-7]、模糊控制算法[8]等。其中，人工势场法结构简单、计算量小、实时性好，在实时避障方面得到了广泛应用，但是会遇到因受力平衡导致的局部极小点困境。

针对传统人工势场法存在的局部极小点等问题，很多学者提出了将人工势场法与模糊控制算法相结合的解决方法。游文洋等[9]设置了双输入单输出模糊避障模块，使机器人在离散障碍物环境中能够逃离采用人工势场法进行路径规划时存在的局部极小点；潘洲等[10]通过设置虚拟障碍物解决人工势场法导致的局部极小点困境，并设置了两个模糊控制器调整机器人的移动角度和步长，使机器人在摆脱局部极小点的同时，获得较平滑的路径；……