王迪，李彩虹，郭娜，张宁

(山东理工大学 计算机科学与技术学院，山东 淄博 255049)

在有障碍物的环境中，按照一定的评价标准，寻找一条安全无碰的绕过障碍物、从起始点到目标点的路径，是移动机器人路径规划要解决的问题。路径规划用于GPS导航、水下导航系统、无人机、移动机器人避障系统等，具有广泛的应用领域及较高的应用价值。

路径规划分为全局路径规划和局部路径规划，即环境信息已知的和环境信息未知的路径规划。全局路径规划算法有蚁群算法、遗传算法、A*算法、栅格法等，局部路径规划算法有模糊控制[1]、人工势场法、神经网络[2]等，其中人工势场法以其简单的原理、少量的计算、实时性好以及平滑的路径等优点得到广泛应用。但是传统人工势场法存在局部极小点和目标不可达的问题。局部极小点问题是移动机器人因在某一范围内产生势场的局部极小点而无法到达目标点。目标不可达问题是移动机器人在障碍物或目标点前因斥力大于引力使得移动机器人无法到达目标点。国内外学者针对局部极小点问题提出了两种解决方案。一种方案是将人工势场法与其他算法结合起来克服人工势场法的缺陷。韩伟[3]提出了模糊人工势场法来解决局部极小点问题；刘芳[4]将人工势场法与免疫算法相结合来解决因局部极小值而陷入死锁的情况；Chen等[5]加入混沌优化方法对人工势场法进行改进，解决了局部极小点和目标不可达问题。……