全自主机器人研究是机器人学中的一个重要分支。全自主机器人避障与路径规划又是机器人研究的一个重要方向。避障与路径规划的主要任务是在机器人所在的环境中寻求一条从己知起点到已知终点的最低代价的无碰撞路径,而且还要求该路径尽可能平滑并满足一定的安全性。本文以上海广茂达公司生产的AS-R机器人为研究平台,进行了基于全自主机器人避障与路径规划研究。论文的主要工作和成果如下:1.对传统避障和路径规划控制方法进行了详细的介绍,并对其各自的优缺点进行了概括,在此基础上引入了基于蚁群算的避障与路径规划控制方法。2.详细的介绍了蚁群算法的生物模型、算法特征、算法原理和算法模型的建立,对其运用于机器人避障及路径规划中的环境进行了描述,并对其算法的实现步骤进行了详细阐述。3.针对权值系数α和β进行了动态确定。在一般的蚁群算法中,α和β是常数,在算法执行过程中不做改变。但在避障和路径规划问题中,由于蚂蚁可经过的点太多,很难确保每个点都获得信息素,这样将带来一个严重的问题,即如果获得信息素的点越少,那么结果陷入局部解的可能性就越大。仿真实验发现将α和β设为常数后通常情况下不能找到较好的解。因此在本文设计的蚁群算法中,α和β将随时间变化而调整。4.综合使用当前点周围的距离启发式信息概率和转移概率,产生由起点到终点的可行路径。通过比例选择,可交替使用三种概率:基于信息素轨迹的转移概率;距离启发式信息概率和综合考虑上述两种概率所产生的转移概率。5.将蚁群算法和遗传算法进行对比。通过大量仿真实验验证了蚁群算法用于避障和路径规划中的优越性和有效性,最后通过实验验证了其正确性。