栅格法的强适应性和简单直观性使其成为寻找最优耗费路径的流行算法。然而,在实时路径规划中如果单元格划分的精度很高就会使得计算的时间复杂度高,从而不能适应实时运行环境。在动态环境中,路径规划的前面一部分(即里机器人较近的一段路径)是对移动机器人最有用。因此,文章提出将环境不等大小划分,离机器人距离越近计算精度越高而越远计算精度越低,并结合动态信息模型对障碍物运动信息的有效反应得到一种新的路径规划算法。通过仿真实验与在RoboCup中型组机器人上的测试表明了该方法的有效性。

提出了一种移动机器人局部运动规划方法,用于增强机器人的寻优能力,降低时间复杂度.该运动规划方法以相对方位作为导航中决策的基本依据.这种决策方法完全抛弃了决策过程中的全局评估部分,采用了一种单纯的局部评估策略;通过减少评估中的时间消耗,运动规划算法的实时性得到了提高;同时,采用了一种预测法来弥补算法寻优能力的损失.理论分析和仿真实验均表明:该局部运动规划方法的时间复杂度较低,并且有助于规划出一组较好的运动序列.