移动机器人路径规划是机器人技术中一个重要研究领域，受到了很多研究者的关注，并取得了一系列重要成果。目前已存在许多优化算法用来解决该问题，但不少算法都存在一定的局限性，如当算法的约束条件较多时，很难求解复杂环境的路径规划问题。如何使机器人在运动过程中根据不同的环境特点，高效地选择恰当的路径规划算法是十分重要的研究课题。蚁群算法自20世纪90年代创立以来，在路径规划等方面发展迅速。本文根据机器人路径规划算法的研究现状和向智能化、仿生化发展的趋势，提出了一种基于改进蚁群算法的机器人全局路径规划方法。主要完成了如下工作： 首先对国内外智能移动机器人路径规划的研究现状，研究方法等进行了系统的归纳和总结，分析了其各自优点和不足之处，为本论文的研究工作奠定了重要的基础。 其次，研究了移动机器人的硬件系统结构，介绍了传感器、无线通讯功能模块，分析了基于PC与DSP两层电子架构移动机器人的运动控制流程。根据机器人自带演示程序，系统地整理了移动机器人自带的基础类库表。 再次，采用栅格法建立了机器人全局路径规划工作空间模型，以两次凸化处理减少了基本蚁群算法陷入局部收敛的情况；比较了改进蚁群算法和基本蚁群算法的最佳性能指标、时间性能指标、鲁棒性能指标，仿真结果证明：改进算法这三点性能优于基本算法。 最后，利用移动机器人实验平台，进行了直线轨迹跟踪实验，并在此基础上，实现了改进蚁群算法应用于全局路径规划。实验结果证明：对基本蚁群算法的改进，提高了运算速度和鲁棒性，增强了蚁群算法在移动机器人路径规划中的适应能力。