目前,随着计算机技术的快速发展,作为高科技技术的智能机器人技术也随之着快速发展,人们在各个不同的领域对移动机器人提出了更高的要求,比如:机器人在外界环境中的导航能力,对于动态变化的障碍物的躲避能力,在在寻找最优路径的能力等方面。所谓路径规划指的是机器人在给定的初始任务中,根据某些性能指标(如到达终点的最短距离、消耗的时间最短、行驶中机器人消耗的能量最少等)自主地搜索出一条从起始点到终点无碰撞的最优或次优路径。　　蚁群算法来源于蚂蚁在寻找食物过程中,通过群体的行为发现最短路径的一种算法,它主要是在图中寻找优化路径的机率型算法。本文主要使用蚁群算法和插值算法相结合的方法来解决在二维平面环境和三维空间环境下,移动机器人的路径规划问题。移动机器人的路径规划是通过机器人自身携带的传感器对外界环境进行信息搜索,并把所获得信息进行有效的分析,自主地搜索出符合机器人的运动路径和其他运动性能要求的行为,所以路径规划问题一直是机器人研究的重点和难点。　　论文主要是从以下两个方面来考虑路径规划问题。第一:在二维未知环境上,通过机器人自带的传感器来对未知环境进行有效的信息搜索,对抽取信息的障碍物进行“膨化”处理,结合MAKLINK图论知识和Dijkstra算法在环境中寻找出一条路径,然后对这条路径使用蚁群算法进行优化,对优化后的路径中带有转折点的部分路径进行二次抛物线插值,并在MATLAB软件上进行计算机仿真,最后得到最优的、光滑的路径。第二:通过给定的三维空间环境,我们通过使用蚁群算法来作为水下机器人三维路径规划的优化算法,对于规划后的图形,我们再对其进行三维的三次样条插值,这样也得到一条三维的、光滑的、最优的路径。　　通过对两种环境所设计的不同算法进行仿真结果表明:对于所使用的蚁群算法在路径规划的研究中,充分地利用了“蚂蚁”的收敛速度快、寻找全局最优能力强等优点,分别解决了从已知环境到未知环境、从二维平面区域到三维空间区域的机器人路径规划问题。算法不仅能够灵活地应用到各种环境中,而且还具有良好的搜索性能,能够适应机器人路径规划的要求,对机器人的安全航行具有非常重要的理论意义。