在移动机器人的相关技术研究中，路径规划问题可以说是其中的一个重要环节，也是机器人实现智能化和自主移动的关键技术。本文围绕这一问题在以下几个方面作了研究和探讨： 首先，简要介绍了机器人的发展历史及移动机器人路径规划问题的研究现状。 其次，在综合分析和比较各种路径规划方法的基础上，将微粒群算法应用到路径规划问题研究。主要致力于解决移动机器人在全局静态环境已知，但存在部分信息未知的一类动态障碍物环境下的路径规划问题。根据对环境模型中路径点的编码方式的不同，设计了两种解决方案。 第一种解决方案采用分步规划的方法，即首先使用自由空间法构建全局静态环境的自由链接图，利用Ford-Fulkerson算法获得该链接图中给定两点间的最短无碰路径，然后再采用微粒群算法对该最短路径进行优化，仿真结果表明了该方法的可行性。 在第二种解决方案中，将PSO算法贯穿于整个路径优化过程，充分发挥PSO算法实现简单、计算快速的优点，来满足路径规划的实时性要求。通过对环境地图的坐标变换，将路径编码方式进行了简化。并对算法中微粒的速度进化方式提出了一种改进方案，使各个微粒根据其邻域构成的子群体的最好位置和整个群体的全局最好位置进行速度的进化。此外还将边界约束、静态避障和最短路径这三个条件表示成一个简单的适应度函数，使整个优化过程满足路径规划的任务要求。通过仿真实验，验证了改进后的算法能有效地对搜索空间进行搜索，降低了算法陷入局部极小的可能性，在一定程度上提高了优化精度。 再次，在本文上述的全局路径规划方法的基础上，对环境中存在一类具有固定运动轨迹的动态障碍物的局部路径规划问题进行了讨论。 最后对全文开展的工作进行了总结，提出了下一步的研究方向。