路径规划一般需满足如能耗最小、路线最短、时间最短等性能指标。

根据移动机器人对外界环境信息的已知程度不同，路径规划可分为两种类型：一种是全局路径规划，是一类环境信息完全已知、基于全局环境模型的路径规划；另一种是局部路径规划，即环境信息部分未知或完全未知、基于局部环境模型和传感器信息的路径规划。

全局路径规划通过建立移动机器人外界环境的全局地图模型并使用搜索算法获得最优路径，其常用方法有：可视图法、自由空间法、栅格法等。也出现了如A*算法、遗传算法、蚁群算法、粒子群算法等智能算法。全局路径规划的精度取决于获取外界环境信息和建立全局地图模型的准确程度。全局路径规划实时性差，不适合动态非结构化环境。

局部路径规划通过传感器对机器人的外界环境和自身状态进行探测，以获取障碍物的形状和尺寸等信息，结合机器人自身的位置和姿态信息，实现移动机器人的实时路径规划。局部路径规划的主要方法有：人工势场法、遗传算法和模糊逻辑法等。局部路径规划相比于全局路径规划，对动态环境具有较强适应能力。

各种路径规划方法均拥有各自的优势和适合的工作环境，但也都有各自的局限。随着移动机器人技术的不断发展，路径规划的研究和应用也不断深入，呈现以下几个发展趋势：①与遗传算法、神经网络等智能化算法逐步融合。②多传感器融合技术为路径规划提供更具实时性和互补性的环境和自身信息。③二维平面环境的路径规划逐渐过渡发展到三维立体环境的路径规划。