近年来,随着机器人技术的不断发展和进步,移动机器人已经被越来越多地应用到多种领域中,特别是将其应用到家庭室内服务中,不仅能够协助人们或者自己独立完成一些任务,而且更大地方便了人们的家庭生活。路径规划技术是移动机器人领域的关键技术,但目前仍存在盲目选择路径、计算速度缓慢等问题,所以合理、有效、准确的路径规划算法是移动机器人研究领域的重要内容之一。本文在对当前路径规划算法进行分析的基础之上,重点研究具有并行性、鲁棒性强的蚁群算法并应用于移动机器人路径规划。在介绍传统蚁群算法的生物种群觅食原理的基础上,针对蚁群算法搜索中存在的明显的不足,比如蚂蚁从路径规划起始点到目标点盲目搜索导致收敛速度较慢及前期存在的易陷入局部最优解等问题。提出了添加双向搜索方向机制和比例系数引导因子的启发函数等思路,避免了算法在搜索过程中选择与终点方向相背的区域行走或者走回路的现象。其次根据不同路段被选择次数不同,设置不同信息素权重,强化了不同路段的重要性,加快算法收敛速度。最后在matlab软件平台上采用栅格地图建立机器人实验环境仿真模型,进行算法仿真,仿真结果验证了该方法的有效性。本文采用的硬件平台为Respberry 3b主控器,国产激光雷达Rplidar A1,GY-85九轴姿态传感器,选用Arduino teensy 3.1的电机驱动板,然后将改进之后的算法进行软件部分的设计,并在变化相对较小室内环境下进行多次实物测试实验,在实验场景一中应用改进蚁群算法,耗时减小了 14.38%,路径规划长度减小了 5.82%。,在实验场景二中应用改进蚁群算法,耗时减小了 8.41%,路径规划长度减小了 3.21%。测试结果表明机器人可以避开已知的障碍物到达目标点,表明了所提出改进方法的可行性,达到了预期的效果。