机器人技术作为20世纪自动控制领域的一项伟大成就已经取得了长足的发展,移动机器人也越来越多地应用到了各个行业中。自主移动机器人具有高度自规划、自组织和自适应能力,适合于工作于复杂的非结构化环境中。本文以自主移动机器人为背景,着重对其关键的路径规划技术进行了研究和探讨。本文开篇对国内外移动机器人的发展现状进行了介绍,并且指出移动机器人的路径规划研究包含以下四个方面:传感技术,自定位技术,导航技术以及规划与决策。接着本文对各方面的内容进行了简要的介绍,并且分析了移动机器人技术未来的发展方向。接下来本文对实验中用到的硬件平台进行了介绍,并且对机器人的硬件进行了扩展,为下一步的研究打下了很好的基础。机器人定位也是机器人路径规划中的一个重要的方面。为了使移动机器人更好地实现自定位,本文提出了基于多传感器信息融合实现自定位的观点,并且着重介绍了自定位中一个非常实用的方法——马尔可夫算法。最后,本文对机器人路径规划的各种方法进行了介绍,包括全局的路径规划方法和局部的路径规划方法,在分析各种方法的优缺点之后,提出了采用了一种与神经网络相结合的模拟退火方法,该方法可避免机器人路径规划中陷入局部最小值,并且有很好的鲁棒性。随后利用该方法对移动机器人的路径规划进行了仿真,接着从两个方面对该项方法进行了改进。改进后的模拟退火算法能大大缩短了算法的收敛时间,对移动机器人路径规划的进一步研究具有很深远的现实意义。