移动机器人作为近年来国内外研究的重点技术之一,在许多领域都得到了广泛的应用。机器人导航是移动机器人研究的重要方向,所有的功能都是建立在可自主移动的基础上,而路径规划又是机器人导航的基本环节之一,更是得到了学术界的广泛关注。所谓路径规划,就是在存在各种未知的、已知的、静态的或者动态的障碍物的环境中,规划出一条最优或者相对来说较合适的安全路径。当然任何研究课题都不可能独立完成,都会加入别的相关的学科,路径规划也一样。机器人要顺利完成一次路径规划,还需要例如机器人感知、通信等功能来协助完成,因此机器人路径规划是一个非常有意义的研究内容。本论文的研究重点是机器人局部路径规划,主要研究了如下内容:(1)对现有的机器人局部路径规划问题进行了调查研究后,我们提出了一种基于粒子群算法的滚动时域控制方法,其中机器人对于环境信息是未知的,且障碍物是静止的。为了机器人能够安全的避开那些障碍物,我们假设有一个虚拟机器人以一定的速度一直沿着障碍物边缘移动,移动机器人在移向目标点的过程中如果探测到了障碍物,那么该虚拟机器人将会被诱发。在滚动时域控制中,我们提出了一个代价函数,在这个函数中,我们将虚拟机器人的位置和目标点的位置整合在一起,从而,移动机器人将与虚拟机器人保持一个安全的距离和相同的速度,然后粒子群算法将会被用于处理这个代价函数。在Matlab平台上用仿真实验说明了基于粒子群算法的滚动时域控制方法的有效性后,又在ROS平台上对真实的机器人进行了实验。(2)经过反复的仿真和实验我们发现该局部路径规划方法在一些特殊环境下易陷入局部极小问题。我们研究了现有的一些解决局部极小问题的方法后,我们提出了虚拟目标点法,即当机器人陷入局部极小值后,我们会在感知到的障碍物边界外假设一个虚拟的目标点,机器人将先抵达我们设定的虚拟目标点,然后再向真实的目标点移动。如果机器人还是没能走出局部极小值点,那么我们将重新设置一个虚拟目标点。该方法能非常好的解决局部极小问题,且机器人不会反复陷入局部极小值点。我们在Matlab仿真平台仿真和ROS平台上都通过实验充分验证了改进后的算法的可行性。(3)提出了基于多目标粒子群优化的多机器人路径规划算法。通过事先制定机器人优先级和交通规则的方法,来协调资源冲突区域以及机器人的移动方式和顺序。该算法能提高实际应用中机器人的工作效率,具有非常深远的意义。为了验证我们提出的算法的有效性,我们在Matlab仿真平台上进行了实验,并取得了非常好的效果。