杨凌耀，张爱华，张 洁，宋季强

上海工程技术大学 机械与汽车工程学院，上海201620

移动机器人依托高效智能的数字化管理和规划可以方便地完成复杂环境的搬运、爆发式增长的物流快件分拣等任务。在智能制造场景中，移动机器人的运动路径上通常会有各种形状的障碍物存在，移动机器人想要到达目标点必须躲避环境中的障碍物，这就要求机器人在向目标点运动的同时即时地产生避障行为。随着智能制造业的发展，现代工业对移动机器人的智能化水平提出了更高的要求，尤其是避障路径规划问题，已成为近年来国内外研究的热点[1]。

路径规划通常可以划分为环境建模和路径搜索两部分。合理的环境建模方法可以极大提高路径搜索效率和避障精准度[2]。常用的环境建模方法有栅格法、可视图法、维诺图法等。其中栅格法因其强大的处理不规则障碍物的能力成为了当前较为常用的建模方法，主要思想是将环境进行离散分解，用一定大小栅格来表示基本单元[3]。文献[4]在设计路径规划算法时就先利用栅格对机器人工作环境进行分区预处理，从而提前量化环境的复杂度，提高了算法搜索效率、精度和灵活性。

路径搜索已有多种算法，包括人工势场法[5]、蚁群算法[6]、神经网络避障[7]、遗传算法[8]等，其中人工势场法是较为基础的算法。人工势场法最初是由Khatib在1986年提出的[9]，人工势场法的基本思想是根据“趋利避害”的原则，移动机器人在一个虚拟的力场中运动，目标点被引力和斥力势场包围，产生的合力使机器人朝向目标点运动，其优点是系统的路径生成与控制直接与环境实现了闭环，从而大大加强了系统的适应性与避障性能。……