针对人工势场法易陷入局部极小值的缺陷，提出旋转速度矢量角以精确定位逃离点，并将TAS-RRT算法与人工势场算法结合进行动态路径规划。采用人工势场法进行避障规划，当陷入局部最小值时，使用基于速度矢量角度差引导的快速随机扩展树算法调节扩张速度，自适应地寻找逃离点，对RRT算法的采样策略和局部规划器进行改进，使搜索过程快速跳出局部极小值，当采样点的旋转速度矢量角满足条件时，切换人工势场进行规划。仿真实验表明，TAS-RRT算法引导路径快速渐进逃离点，与人工势场结合进行运动规划，能适应环境的变化，控制精