随着机器人技术的快速发展，移动机器人在军事、工业、农业和科学研究等许多方面都得到了广泛的应用，在抢险救灾、科学探测等方面都具备着人类所无法比拟的巨大优势。路径规划问题一直是移动机器人领域的重要研究方向，也是机器人实现自主导航的关键，集中体现了机器人的感知能力和智能水平。虽然我国在移动机器人的研究上有所成就，相比一些发达国家的研究和应用都还有很大的差距。因此，进行移动机器人的路径规划研究具有一定理论意义和工程应用意义。本文针对移动机器人路径规划问题展开研究，并通过3D仿真实验验证证明了所提出理论及方法的有效性。论文的主要研究工作如下：　　 本文在已有的研究基础上，首先介绍了基于栅格地图表示的A*搜索算法和快速随机搜索树算法的基本原理，对两类路径搜索算法做了系统的分析，详细探讨了两类搜索算法的实现和各自的优缺点，并对两类算法进行实验和对比。然后，根据实验的对比结果，利用OpenCog智能软件平台为基础，将OpenCog系统中的A*搜索算法替换为连接型快速随机搜索树算法，节省了规划时间，从而保证了路径规划的实时性。我们还将OpenCog中的自然语言处理、逻辑推理等人工智能领域方法与路径规划相结合，提升了路径规划的智能水平。在此基础上开发出了一套机器人导航系统，并且在NAO机器人的Webots3D仿真平台下进行路径规划实验，从而实现了对路径规划算法的理论研究和工程应用。　　 总之，本文的研究工作主要是，分析和对比了两类路径规划算法，并基于OpenCog智能软件平台开发出一套机器人导航系统，并在3D仿真环境下进行实验，对于推动有关移动机器人路径规划算法及其实现技术的进步，做出了贡献。对于加快我们机器人自主导航技术更新发展，研究工作有着一定学术价值和实际应用价值。