智能机器人是近年来发展起来的一门综合学科，对智能机器人的研究已经成为自动化、计算机和人工智能等领域的热点，路径规划问题是智能机器人研究中的重要组成部分，路径规划系统可以分为环境信息的感知与识别、路径规划以及机器人的运动控制三部分，这三部分可以并行执行，提高机器人路径规划系统的稳定性和实时性。环境信息的感知与识别功能中，由于机器人所处环境的多变性，机器人的路径图需要具有实时性、准确性，如何快速准确的采集信息，并对路径进行规划，成为机器人路径规划算法中可以优化的地方，本文对机器人的路径规划研究基于图像识别技术，机器人将采集到的环境地图信息发送给计算机终端，计算机对图像进行分析处理与识别，将结果反馈给机器人，并给机器人发送任务信息，机器人根据接收到的信息做出相应的操作。图像识别的准确性与实时性决定着路径规划的准确性，因此图像处理前期图像的增强和去噪非常重要。课题中利用MATLAB工具箱进行图像的增强和小波阈值去噪。课题研究基于辽宁省大学生“机器人擂台赛”，以课题组自主开发的试验用智能机器人为实例平台，经过学习和实验研究，完成了以下工作。首先，进行周围环境信息的获取与分析处理，对采集到的图像结合MATLAB工具箱进行图像增强、灰度化处理，再进行小波阈值去噪，利用Canny算法进行边缘提取，最后利用近邻准则进行图像识别，并改进基于类中心的欧氏距离算法，提出最小距离准则算法，通过MATLAB对其进行仿真，仿真结果证明该算法在本课题研究中具有可行性。其次，给出了课题中应用的动态路径规划算法，并由计算机终端MATLAB对机器人进行路径规划的仿真研究，给出了研究实验中获得的部分图像，并进行分析，指出课题研究存在的问题以及后续研究方向。