移动机器人是近年来发展起来的一门综合学科，集中了机械、电子、计算机、自动控制以及人工智能等多学科最新研究成果，代表了机电一体化的最高成就。移动机器人在工业生产中常用来完成运输和上下料等任务，同时也被广泛用于农业、医疗等不同行业。

在移动机器人相关技术研究中，路径规划技术是一个重要研究领域[17]。本文首先初步讨论总结了目前主要的路径规划技术。从基于事例、基于环境模型和基于行为三个方面全面而系统地综述了移动机器人路径规划技术的研究现状，对于目前普遍采用的路径规划方法及其实际应用情况进行了较为详细介绍和分析。

基于行为的方法是由MIT的Brooks在他著名的包容式结构[42]中建立，它是一门从生物系统得到启发而产生的用来设计自主机器人的技术，也是本文所重点研究的目标。它采用类似动物进化的自底向上的原理体系，尝试从简单的智能体来建立一个复杂的系统。将其用于解决移动机器人路径规划问题是一种新的发展趋势，它把导航问题分解为许多相对独立的行为单元，比如跟踪、避碰、目标制导等。这些行为单元是一些由传感器和执行器组成的完整的运动控制单元，具有相应的导航功能，各行为单元所采用的行为方式各不相同，这些单元通过相互协调工作来完成导航任务。

基于行为的机器人学反对抽象的定义, 因此采用场景化、具体化的解释更适合该领域的哲学思想。基于行为的机器人学的重要研究内容是系统结构而不是算法, 基于行为设计的机器人在非结构化动态环境中的性能非常优越，用基于符号的机器人学设计的类似的机器人无法达到如下性能:

a. 高速度,高灵活性。在动态复杂环境中的移动速度很快。

b. 高鲁棒性。 可以承受局部损坏。 

c. 高效性。 软件代码可以是传统的几百分之一,硬件可以是传统的几十分之一。 

d. 经济性。价格是传统的十几分之一。 

e. 可扩展性。很少改变原有系统便可增加性能。

f. 可靠性。分布式自组织并行工作,可靠性强。

为进一步研究基于行为的规划方法，而引入一个真实环境及任务模型，即IEEE每年举办的微型机器鼠比赛，通过设计基于行为的机器鼠模型论证该算法的可行性。此项比赛要求机器人能够自主在未知环境中完成迷宫穿越的任务。针对机器鼠比赛项目的环境模型未知或不确定，以及该机器人本身的某些限制, 采用基于行为的研究方法, 实现了自行设计的自主式小型机器鼠在未知、动态环境中的自动避障。通过对机器鼠所运行的环境建模，根据基于行为的方法对机器鼠的执行任务、沿墙行走、判断障碍旋转进行分解构建，以及对机器鼠传感器布置及机械平台设计进行理论分析。

本文所研究的自主式微小型机器鼠个体是自行搭建的机器鼠实物平台, 它由两步进电机驱动, 其外形如图1所示。在机器鼠正向和侧向共有3个漫反射式红外线光电传感器, 距离为10cm～ 20cm ,两个碰撞开关，传感器位置布置如图2所示，当传感器前方有障碍物时, 传感器的输出为1, 否则为0。

图1 机器鼠外形照片

采用了ATMEL公司的AT89S52单片机控制，小型四相步进电机及专用的PMM8713步进电机驱动方案，红外接近开关作为主要传感器，差动式底盘结构，初步实现针对微型机器鼠竞赛的自主移动小车的设计。

图2 机器鼠传感器布置

行为的设计与机器人的能力密切相关，机器人的硬件限制了机器人的某些行为的能力，根据机器鼠的比赛任务，对机器鼠的行为中作如图3分解。

图3 机器鼠的基本行为组件

机器鼠的设计是对基于行为的规划方法的一种验证设计，这种算法正广泛应用于家庭服务类机器人，最典型的实例是自主吸尘机器人。