路径规划技术作为机器人控制的核心,在自动控制领域中成为一个研究热点。传统的路径规划技术集中于点到点的最优路径规划,且任务模式较为单一,无法满足更加复杂的任务需求。线性时序逻辑语言能够描述复杂的时序任务,因此,近年提出了一些基于线性时序逻辑的路径规划方法,它能够解决具有复杂任务需求的点到点的最优路径规划问题。但对于具有复杂任务需求的多点巡回问题,还尚未得到很好的解决。多点巡回是实际应用中的常用需求,如巡逻任务,其规划问题具有NP难度。因此,在满足线性时序逻辑语言所描述的任务需求的前提下,解决可实现多点最优巡回的路径规划问题具有重要的意义。本文针对受复杂任务需求限制下的多点巡回问题,采用基于线性时序逻辑的路径规划方法,首先针对单个机器人的情况,将地图建立成切换系统模型,用线性时序逻辑语言描述包含多点巡回的任务需求,提出了基于循环移位法构建的包含完整巡回顺序和环境信息的扩展乘积自动机,采用基于Dijkstra法的最优综合算法搜索扩展Product自动机网络上的最优路径,从而获得能够满足复杂任务需求的最优巡回路径。其次,进一步进行多机器人最优巡回路径规划的研究,采用构建全局切换系统的方法,融合多个运动能力不同的机器人在环境中的运动信息,提出了多机器人的最优巡回路径规划算法,规划智能体编队中每个个体的巡回路径,并且使所有个体的巡回成本之和最小。最后,设计了一种两层结构的机器人路径规划系统,其中的规划层采用基于线性时序逻辑的路径规划方法用于规划全局路径,控制层采用模糊逻辑控制方法,实现对全局路径的分段跟踪。本文分别对单机器人及多机器人的最优巡回规划算法作了仿真实验,实验结果表明,单机器人路径规划算法可实现包含多点巡回任务需求的最优规划,多机器人最优巡回路径规划算法可实现多个运动能力不同的机器人的最优巡回路径规划。此外,对于机器人路径规划系统,分别通过仿真和实验平台验证了所设计的模糊控制器和路径规划系统的有效性。