目前,随着机器人技术的不断进步,机器人学科越来越具有强大的生命力,它在某种程度上已经代表当今信息技术、自动化技术、系统集成等技术的最新发展。从移动机器人的历史和现状出发,对比了国内外的不同发展状况,对移动机器人领域的研究方向进行了综述。路径规划是移动机器人系统中的一个重要内容,因为它的好坏直接影响到机器人所完成任务的质量,所以路径规划成为移动机器人领域的一个研究热点。着重介绍了移动机器人路径规划中常用的方法,对其中的势场法、栅格法、遗传算法进行了逐一的分析阐述。本文针对路径规划的特点,对算法的各个环节进行了细致的分析,包括染色体的表示和编码,适应度函数的设计,遗传操作算子的设计,算法参数的分析和选取.提出了将免疫进化算法应用与移动机器人路径规划的综合解决方法.应用免疫进化算法实现了移动机器人静态环境下的路径规划。在执行规划程序之前先建立了机器人的工作环境,然后执行基于免疫进化算法的路径规划算法。在此算法中:编码方式采用简化的实数编码方法,把机器人的二维坐标简化为一维,加快了机器人最优路径的搜索速度;初始化方法采用大范围初始化,通过综合考虑路径的可行性、路径的光滑性和路径长度,制定了有效的适应度函数;交叉算子采用单点交叉策略;通过免疫算子把所有的路径优化成可行路径,然后通过混沌变异算子进行路径的全局搜索。针对传统进化算法的“早熟收敛”和“收敛速度慢”两大致命缺点,在分析了导致以上缺点原因的基础上,提出了一种基于人工免疫与混沌变异的双群进化算法。在该算法中,进化在两个子群间同时进行,一个种群使用混沌变异算子对解空间进行充分搜索,另一个种群使用指数衰减的高斯算子进行局部搜索,较快速地规划出性能是全局优化的可行路径。通过在Matlab中的仿真证明:采用免疫进化方法进行机器人的路径规划是有效的和可行的。