针对传统局部路径规划存在非全局最优、易陷入困境、导航效率低等问题,这里提出了一种将改进RRT(RapidlyExploring Random Trees)算法和动态窗口法融合的算法。首先优化基本RRT算法的采样策略,使用三次贝塞尔曲线平滑所生成的全局路径。然后改进DWA(Dynamic Window Approach)算法的轨迹评价函数,构造路径最优的目标函数,以保证路径规划最优,从而提高移动机器人的避障性能。最后使用ROS(Robot Operating System)平台进行仿真验证,实验结果表明,与A*-DWA和Dijkstra-DWA相比,所提出算法在复杂环境下路径长度更短、路径质量更优,行进时间明显减少,移动机器人的平均速度较A*-DWA算法提高了约16.8%,证明了算法的有效性和实用性。