移动机器人路径规划是机器人研究领域的核心内容之一,一直以来是国内外学者们热衷的课题。然而,传统的路径规划方法都存在各自的缺陷,寻求更佳的算法就成为该领域的一个研究热点。鉴于蚁群算法自身特点及其对解决离散域组合优化问题的强大优势,本文研究设计了新型改进蚁群算法,并将它成功应用于移动机器人路径规划问题,取得了预期的良好效果。论文主要研究工作如下：首先,本文采用栅格法划分环境空间。采用栅格法表示机器人工作的环境地图,在处理障碍物边界时可避免复杂的计算,但同时也易陷入环境陷阱,导致蚂蚁处于“死亡”状态,算法停滞,因此本文设计了基于栅格地图上所有障碍物的有效顶点进行编码的策略来回避环境陷阱。其次,针对蚁群算法在某些方面的不足和缺陷进行了以下的改进：(1)针对蚁群算法初期信息素等量均值分布,导致搜索时间过长的现象,本文加入了信息素增益进行信息素的初始分布；(2)为了提高初始可行解的构造效率,充分发挥蚂蚁之间相互协作进行寻径的能力,本文借鉴了文献[1]提出的蚂蚁相向并行搜索策略,并在此基础上提出了新的相遇判别策略来确定蚂蚁何时相遇,保证了对所有可行路径搜索的完整性,弥补了原方法易丢掉一些可行路径的不足；(3)本文又提出了信息素相互引导策略,对路径选择概率公式进行了新的设计,使得对最优路径的反应更为迅速；(4)针对蚁群算法在提高全局搜索能力,避免陷入局部最优的同时又加大了搜索时间这一矛盾问题,本文设计了动态自适应调整信息素的策略来折中。再次,通过基于滚动窗口的环境探测和碰撞规则,对动态障碍物实施有效的局部避碰策略,从而使机器人安全顺利地到达目的地。最后,为了验证本文改进算法的有效可行性,本文利用MATLAB对各种不同路障的二维环境进行了大量的仿真实验研究。仿真结果表明所提算法能够较好较快地完成复杂空间的路径规划任务,具有较强的鲁棒性,较强的全局寻优能力,算法复杂度适中,效率较高。