近年来,随着机器人相关技术的迅猛发展,智能服务机器人在酒店、展厅和家庭等各种场所中得到越来越广泛的应用。为了使智能服务机器人能够顺利的完成各种工作,其运行过程中的安全性是首要问题,较强的路径规划能力是保证安全性的重要前提。智能服务机器人的工作环境是复杂多变的,目前智能服务机器人对复杂环境的适应能力较差,因此,本文主要对智能服务机器人路径规划算法展开研究,具体研究内容如下:首先,采用改进免疫遗传算法进行智能服务机器人全局路径规划。针对传统免疫遗传算法中由于交叉概率和变异概率选择不当导致的局部最优解问题,在现有自适应概率公式的基础上引入余弦函数,并通过引入嫁接思想解决了进化过程中种群质量降低和多样性减少的问题。在MATLAB上建立银行等服务环境模型,将改进后的算法应用到智能服务机器人全局路径规划中进行仿真实验,结果表明,采用改进免疫遗传算法可以规划出一条更优的全局路径。其次,采用改进人工势场法进行智能服务机器人局部路径规划。针对采用传统人工势场法进行路径规划时存在的机器人与障碍物发生碰撞的问题,文中设置了预警距离,当机器人与障碍物间的距离小于预警距离时,给机器人施加一个额外力,通过改变机器人的运行轨迹来避免碰撞。将改进人工势场法应用到智能服务机器人局部路径规划中进行仿真实验,结果表明,改进后的人工势场法能够成功帮助机器人避开障碍物。再次,对动态复杂环境下的智能服务机器人路径规划进行研究。根据机器人功能不同,将机器人要到达的目标点分为静态目标点和动态目标点。当目标点为静态时,采用改进免疫遗传算法和改进人工势场法进行路径规划,并引入更换局部目标点思想解决了障碍物停留在局部目标点处的问题。当目标点为动态时,采用改进人工势场法进行路径规划。在超市等服务环境模型中对所提路径规划方法进行模拟实验,结果表明路径规划方法是有效的。最后,为了保障多个智能服务机器人同时执行任务时的安全有序性,以单个机器人路径规划为基础,对多机器人间的协调运动和编队路径规划展开研究。针对多机器人间的协调运动,分别设计出正面避碰,侧面避碰和避免追尾碰撞的三种不同避碰方法。对于多机器人编队路径规划,采用领航-跟随法维持预期队形,采用改进人工势场法指导机器人编队避开障碍物并到达目标点。在餐厅等仿真环境中对路径规划方法进行验证,实验结果表明了路径规划方法时有效的。