路径规划作为移动机器人研究领域的一项关键技术,是移动机器人安全移动,顺利完成各项任务的前提保证。本文针对移动机器人静态全局路径规划的特点,设计了一种基于遗传算法与粗糙集理论的移动机器人路径规划算法,并对该算法的性能进行了仿真分析,主要内容包括以下几个方面：1.对移动机器人路径规划概念及国内外的研究现状与发展趋势做了简要的介绍,讨论了几种常用的移动机器人路径规划理论方法的优缺点,提出了本课题的研究目的与意义。2.在基于栅格模型的地图上,利用粗糙集理论生成移动机器人行走的优化决策规则,设计了一种基于遗传算法与粗糙集理论的移动机器人路径规划算法。3.提出一种基于粗糙集约简优化的遗传算法初始种群生成算法,应用粗糙集强大的数据约简与决策生成能力,生成一系列经过初步优化的路径个体,构成遗传算法的初始种群,使初始种群中的个体在一开始就具有很高的适应度,为以后的遗传操作打下良好的基础,简化后续的遗传操作,从而提高遗传算法的整体性能。4.利用遗传算法求解移动机器人的最优化路径,并利用MATLAB软件对该算法进行了仿真。仿真结果表明该算法能够在复杂程度不同的地图环境中以很高的效率得到最优路径,证明了该算法的实用性与高效性。