移动机器人路径规划是一个很复杂的问题,不仅要寻求一条无碰撞的最短路径,而且还要求该路径尽可能平滑并满足一定的安全性。本论文在分析了目前各种路径规划方法优缺点的基础上,选择遗传算法来解决静态和动态环境下移动机器人的路径规划问题。本文针对路径规划问题的特点,对算法的各个环节进行了细致的分析,包括地图环境的建立,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。提出了将数字势场和遗传算法相结合的综合解决方法,并借鉴自动控制的思想,采用位置反馈,运动方向预测,路径重规划的方法来处理动态环境下的避障和路径规划问题。最后用MATLAB 编写仿真程序,分别在静态和动态环境下进行仿真。仿真结果表明,该算法能够成功地在各种复杂程度不同的环境里规划出一条近似最优的路径,证明了算法的有效性。