文献综述
1 课题研究背景及意义
1954年美国工程师德沃尔发明并制造了世界上第一台可编程的机器人[1]，成为了机器人发展史上的一个重要里程碑，很快美国Unimation公司生产出世界上第一台工业机器人并逐渐实用化，改变了人类生产与生活，推动物理、机械、电子、材料、仿生以及人工智能等众多学科的进步。移动机器人集成了传统机械设计与电子技术、传感探测技术、自动化技术与人工智能算法等前沿技术于一体，形成具有环境感知、行为控制、导航规划与动态决策等多功能的综合系统。其性能正逐渐从单纯的机械属性向智能属性提升，应用领域也不断得到了扩大[2]。
我国正面临人口老龄化、国际贸易保护主义抬头等问题，之前的人口红利也正逐步消失。为了提振国家经济、实现产业的升级，将我国由制造业大国转变为制造业强国，我国根据国内外情况，与时俱进提出了“中国制造2025”这一雄伟的计划。而机器人产业可以有效的弥补劳动力短缺，降低企业生产成本，提高企业生产效率。因此，机器人产业在中国制造2025这一计划中扮演了不可或缺的角色。
自主移动机器人属于智能型机器人范畴，是集环境感知、动态决策与规划、行为控制与执行等多种功能于一体的综合系统。近年来，自主移动机器人技术在工业、农业、医学、航空航天等许多领域发挥了重要作用，显示了其广泛的应用前景。
2 移动机器人全局路径规划的研究现状
2.1移动机器人路径规划的研究现状
在移动机器人相关技术研究中，路径规划是一个重要的环节和组成部分。根据机器人对环境信息掌握的程度，将路径规划分为全局路径规划和局部路径规划。
路径规划是指移动机器人按照某一性能指标（如距离、时间等）搜索一条从起始状态到目标状态的最优或次优路径[3]。根据对环境信息的把握程度可把路径规划分为基于先验信息的全局路径规划和基于传感器信息的局部路径规划。其中，从获取障碍物信息是静态或是动态的角度看，全局路径规划属于静态规划（又称离线规划）。全局路径规划需要掌握所有的环境信息，根据环境地图的所有信息进行路径规划；局部路径规划只需要有传感器实时采集环境信息，了解环境地图信息，然后确定出所在地图的位置及其障碍物分布情况，从而可以选出从当前节点到某一子目标的最优路径。
现有的路径规划主要分为两大类: 传统规划方法和智能方法［4-5］。传统的路径规划算法主要指基于全局环境模型的图搜索算法和潜在的现场方法。应用较多的智能规划方法包括神经网络［6］、人工势场法［7］、粒子群算法［8］、遗传算法［9］、蚁群算法［10］和模拟退火算法［11］。
