机器人技术体现了一个国家的科学技术发展和创新能力的水平,路径规划是机器人研究领域的一个重要分支,对机器人产业的发展有较大的促进作用。路径规划是指在一个存在障碍物的环境中,根据一些要求,能够找到一条从出发点到终点的无碰撞的路径。蚁群算法是路径规划主要采用的算法,蚁群算法具有并行性强、鲁棒性优等特点,但也存在路径搜索时间过长、求解速度慢、收敛速度慢、易陷入局部最优等问题。针对蚁群算法的这些缺点,本文提出一些创新点:1.多步长;2.一种新的搜索策略:利用当前栅格和目标栅格的连线,寻找下一栅格;3.改进启发信息的构造;4.信息素更新方式;5.最优路径的选择策略。主要内容如下:1.栅格法进行环境建模,利用机器人路径识别技术进行路径识别,对机器人获取的图像进行去噪处理,统计和对比图像在HIS模型下的参考窗口和当前窗口的H和S分量直方图,寻找可行走的自由栅格;2.本文将机器人步长设置为多步长,相较于传统蚁群算法固定步长,机器人不仅可选择其相邻栅格,而且也可选择其他一些栅格来作为下一栅格,这可增加机器人选择的多样性,提高搜索效率,使算法快速收敛,找到的路径更优;3.在原概率搜索的基础上增加一种新搜索策略,利用两点之间直线最短的原理,将当前栅格和目标栅格连接起来,来找到下一栅格;4.改进了算法的启发信息组成,将下一个栅格集里面的栅格与目标栅格的距离引进到启发信息中;5.改进算法的信息素更新方式,针对算法的多步长,步长大于1的时候,当前栅格和下一个栅格之间存在着其他的栅格,改进信息素更新方式,对这类栅格进行信息素更新;6.利用matlab软件,对多步长蚁群算法作大量的仿真实验,结果表明提出的算法能够找到一条比传统的算法路径更短,机器人需行走的步数更少的路径,多步长蚁群算法更智能、高效,能够显著的提高机器人在未知环境的路径规划能力。