随着新冠疫情的爆发,消毒成为日常生活中必不可少的一部分。传统的人工消毒方式存在消毒效率低、消毒不安全以及消毒不彻底等问题,利用消毒机器人可替代人工成为有效的解决方案。但目前消毒机器人在消毒的过程中,存在消毒路径重复率过高以及消毒路径无序等问题,导致资源的浪费。在大型复杂环境或对任务时间有要求的消毒区域中,单机器人因能力有限,在消毒过程中存在多次往返充电问题,导致消毒机器人无法在规定时间内完成任务。针对这些问题,本文对机器人的遍历路径规划技术进行了较为深入研究,为智能机器人高效完成消毒任务提供理论依据和技术支撑。首先,针对单机器人在复杂环境中存在的路径重复率高,路径过长等问题,在生物激励神经网络（Biologically Inspired Neural Network,BINN）算法的基础上,提出基于辐射扫描（Radiation Scanning,RS）算法和模板模型相结合的改进型遍历路径规划算法（Improved Traversal Path Planning Algorithm,ITPPA）。利用RS算法帮助机器人以最短路径逃离死区,当机器人遇到障碍物时,基于模板模型的思想,设计了避障模板,引导机器人以更优的路径避开障碍物。仿真结果表明ITPPA在路径重复率、总路径长度等指标上优于BINN算法,同时对场景有很好的适应性。其次,针对多机器人遍历路径规划中的任务分配问题,考虑了机器人往返区域时间、在子区域内转移时间等因素,提出混合型烟花算法（Hybrid Firework Algorithm,HFWA）。首先,按照适应度值大小,利用二八法则将烟花种群分为两个区间,增大优质烟花被选取的概率;其次,为适应度值最优的烟花建立斥力势场,通过斥力排斥性来调整产生火花的半径,使优质火花资源不被浪费;最后,在不同的区间内利用混合选择策略,选择进入下一代的烟花种群。仿真结果表明HFWA比FWA有更强的寻优能力,并能迅速得到最优值。最后,针对多机器人遍历路径规划问题,考虑机器人之间的碰撞和子区域转移路径等因素,提出多机器人遍历路径规划（Multi-robot Cooperative Traversal Path Planning,MCTPP）算法。仿真结果一方面显示了MCTPP算法的有效性,另一方面也表明了在实际场景中HFWA比FWA求解问题收敛速度更快,求解的结果更优。