赵炳巍，贾 峰，曹 岩，孙 瑜，刘一鸿

(西安工业大学机电工程学院，陕西 西安 710021)

1 引言

近几年，得益于传感器技术、计算机科学和人工智能技术的快速发展，移动机器人在各个领域已受到广泛研究，并取得了巨大的进展。移动机器人对不同环境导航技术提出了更多的要求[1-3]。路径规划是移动机器人自主移动的核心技术之一。现有的路径规划方法主要分为传统规划方法和智能规划方法。传统规划方法主要有人工势场法和A*算法[4]等。智能规划方法主要包括遗传算法、粒子群算法、模糊控制法和神经网络等。其中，人工势场法有反应速度快、计算量小、便于实时控制和生成的路径平滑等优点，因此得到广泛应用[5]。

人工势场法原理是假设工作环境中存在虚拟势场力，目标点对移动机器人具有吸引力，而障碍物对其具有排斥力，这2种力的合力控制着移动机器人的运动。但是，人工势场法存在局部极小点的问题。为了解决此问题，国内外学者进行了大量的研究，Abadlla等[6]提出了一种改进的人工势场法与模糊逻辑法相结合的新方法。该方法克服了传统人工势场法局部极小点问题，提高了复杂环境下的导航性能,但未能完全克服机器人剧烈震荡问题。Mabrouk 等[7]引入移动机器人内部运动学主体状态方程，以解决传统人工势场方法的局部极小点问题。陈金鑫[8，9]等基于改进的势场函数，使用了增加控制力的方法来使机器人移出局部极小点区域，新的斥力势场函数把机器人与目标之间的相对距离也考虑进去，从而使目标点为整个势场的全局最小值点。……