随着科技的发展,移动机器人在日常生活和工业生产中得到了越来越广泛的应用,例如:扫地机器人,游戏AI自动寻路,快递自动分拣等。因此,如何规划出一条合理,快速且较短的路径成了路径规划问题的痛点。本文在对当前主流的路径规划算法进行调研和分析后,选取了在收敛速度和优化性能方面都有较优表现的天牛须搜索算法进行移动机器人路径规划和障碍物躲避问题的研究。针对不同环境下的路径规划问题,提出了两种改进的天牛须搜索算法,并进行了多种环境下的仿真,本文的主要内容如下。针对二维静态环境下的路径规划问题,考虑到天牛须搜索算法在脱离局部极值方面的表现欠佳。本文提出了一种基于回退机制的天牛须搜索算法。该改进算法会在算法陷入局部极值的时候,每次迭代记为一次碰撞。根据碰撞次数自动判定是否切换搜索策略,通过回退和前进两种搜索策略的自动切换来避免陷入局部极值。仿真实验表明,该改进可以提高算法的优化成功率以及在路径规划应用方面针对复杂障碍物的避障能力。针对二维动态环境下的路径规划问题,考虑到动态路径规划对实时性的高要求,提出了一种基于天牛须搜索算法和人工势场算法的混合算法。此外,由于动态环境下路径规划的特殊性,基于该算法的路径规划方法在实际运行时分为两个阶段。阶段一,首先基于人工势场算法建立初始势场,随后基于具有分层触须的天牛须搜索算法以及设计的多段目标函数进行路径规划,获得初始路径。阶段二,对初始路径进行轨迹追踪,基于设置好的探测窗口和局部重规划策略实现对路径的实时更新以及对动态障碍物的预判和躲避。仿真实验结果表明该算法可以实现在二维动态环境下的实时路径规划,且明显减少了规划用时以及最终行进的路径长度。