多机器人系统是目前机器人研究领域的热点问题,是机器人学、控制理论、计算机技术、通信技术、电子技术和人工智能等多个技术学科交叉的产物。在多机器人相关技术的研究中,路径规划技术是其研究核心,是机器人实现自主导航,完成复杂智能任务的关键,体现了多机器人系统的智能化水平。因此,多机器人的路径规划问题作为机器人研究的重要课题,受到研究者们的一致关注。多机器人路径规划是以多机器人系统为对象,在同一工作空间中为每一个机器人找到一条最优路径,保证每一时刻机器人与机器人之间无碰撞,机器人与障碍物之间无碰撞。虽然目前已存在许多用来解决该问题的算法,但随着多机器人的工作环境越来越复杂,任务规划的要求越来越高,寻求更佳的算法就成为该领域的一个研究热点。在机器人硬件系统的精度短期内得不到解决的情况下,对路径规划方法的研究尤为重要。本文以此为研究背景,在分析各种已有的路径规划方法的基础上,综合考虑多机器人系统的复杂性,提出新的适合于多机器人系统的路径规划方法。首先,本文介绍了多机器人系统的概念、体系结构、关键技术和研究现状等相关理论知识,并具体分析了多机器人的路径规划问题,作为后面章节的研究基础。其次,通过对各种典型方法的分析和优缺点比较,确定以遗传算法和人工势场法为研究重点,并对它们进行了深入研究。根据机器人路径规划的特点和要求,本文对遗传算法进行了详细设计,对传统人工势场法进行了具体改进,并将两个算法成功应用于机器人路径规划中。针对多机器人路径规划问题的复杂性和动态性,提出一种适合多机器人系统的路径规划结构,将全局路径规划和局部路径规划有效结合,采用引入协进化机制的遗传算法进行全局路径规划,采用引入avoid_robot行为的改进势场法进行局部路径规划,从而很好地实现了多机器人的复杂路径规划。通过仿真实验验证了所提出方法的正确性和有效性。