路径规划技术一直是移动机器人研究领域的核心问题之一，并随着社会需求的发展，复杂动态环境下的路径规划问题更是引起了人们的广泛关注。本文在对现有的路径规划算法进行了较深入分析的基础上，提出了一种新的路径规划算法——势场平衡算法，并进行了仿真验证，完成的主要工作包括：首先，针对国内外路径规划技术的研究现状，对已有的路径规划算法进行分类总结。重点探讨了人工势场法、蚁群算法和A*算法的原理及优缺点等，并对三种算法所存在的一些焦点问题进行深入研究。其次，为提高移动机器人对动态环境的适应力，使其在复杂环境下仍能够高效准确的规划路径，提出了一种新的势场平衡路径规划算法。该算法基于障碍物对机器人有排斥力且目标点对机器人有吸引力的思想，利用障碍物对机器人的斥力值，建立障碍物环境地图，通过搜索斥力值与引力值之和的最小值，进行全局路径规划。同时，与滚动窗口路径规划算法相结合，通过势场平衡算法寻找当前滚动窗口中的最短路径，使机器人在前进过程中依靠滚动窗口算法周期性反馈的信息，不断调整当前路径，从而在复杂动态环境下能够有效、快速的规划出最优路径，直至到达目标点。最后，本文开发了一个简单的模拟仿真系统，在此基础上进行了相关的仿真实验，结果表明了所提算法具有较强的全局与局部搜索能力，使移动机器人能在复杂的动态环境中顺利避开障碍物，快速的以最优路径到达目标点。同时，通过延伸，将路径规划问题与虚拟现实数字展示平台相结合，在虚拟场景中，成功引导虚拟人完成从起点到终点的路径规划。