針對在復雜地形中標準的粒子群算法用于礦井搜救機器人路徑規劃存在迭代速度慢和求解精度低的問題，提出了一種基于雙粒子群算法的礦井搜救機器人路徑規劃方法。首先將障礙物膨脹化處理為規則化多邊形，以此建立環境模型，再以改進雙粒子群算法作為路徑尋優算法，當傳感器檢測到搜救機器人正前方一定距離內有障礙物時，開始運行雙改進粒子群算法：改進學習因子的粒子群算法（CPSO）粒子步長大，適用于相對開闊地帶尋找路徑，而添加動態速度權重的粒子群算法（PPSO）粒子步長小，擅長于在障礙物形狀復雜多變地帶尋找路徑；然后評估2種粒子群算法得到的路徑是否符合避障條件，若均符合避障條件則選取最短路徑作為最終路徑；最后得到礦井搜救