移动机器人是目前一种集合环境感知与预测、行为控制与执行、动态决策与规划等多项功能于一体的高智能化的机器系统。然而移动机器人环境建模、路径规划是移动机器人研究的最基本、最关键的环节之一。所以本文以移动机器人静态环境建模、路径规划为主要研究内容，继而展开了对与路径规划相关的算法改进。本文的研究内容有以下四点：首先，采用栅格法进行环境建模。它便于对环境的理解，利于路径表达和编码；按照启发函数，采用A *算法搜索路径，节省了后续遗传算子的搜索时间；通过标记栅格点的可通行性，避免程序重复进入“死胡同”。采用链接图法进行环境建模。它可以不受真实障碍物形状和大小的限制，更符合实际情况；继而对链接图法进行改进，使其应用范围更广；然后利用Dijkstra算法的优点在链接图法中规划出初始路径。其次，在改进的遗传算法路径规划中，通过对适应度函数的改进，避免了两项加权求和而引起的优化不稳定问题；加入改进的路径选择操作，解决了生成初始种群时和遗传操作过程中出现的不可行路径的问题；为了防止传统遗传算法收敛过早，采用单纯多种群互相进化方法，并进行多次仿真实验验证了算法的可行性和有效性。最后，在改进的蚁群算法路径规划中，通过改进路径的编码方法，减小了计算量；选择路径节点时，引进夹角概念，在选择下一结点时，优先选择与目标点夹角较小的点，以避免蚂蚁走弯路；采用改进的信息素更新策略，对已有的精英蚂蚁加入自适应调节参数ρ，有效的提高了算法的收敛速度。