智能移动机器人是指无需人工干预，可以自主完成行驶任务的车辆。路径规划是移动机器人的一个重要组成部分，它的任务就是在具有障碍物的环境内，按照一定的评价标准，寻找一条从起始状态到达目标状态的无碰路径。蚁群算法就是对自然界中蚂蚁的寻食过程进行模拟而得出的一种模拟进化算法，它是继模糊方法、神经网络、遗传算法之后新加入路径规划研究领域的一种算法。 本文首先从理论上研究了移动机器人路径规划的方法、目的及意义。在对各种路径规划方法进行优缺点比较后，选择还处于不断探索阶段的蚁群算法进行路径规划。通过对蚁群算法的深入研究后，在基于栅格的机器人环境中，提出了一种基于蚁群算法求解静态环境下移动机器人路径规划问题的方法。考虑到移动机器人行驶过程中的实际情况，在静态路径规划方法的基础上提出了基于蚁群算法解决动态路径规划的方法。最后，通过对三种静态环境下的仿真实验结果的分析，确定了关键参数的选取，并进行了动态路径规划的仿真。通过与其它方法的比较可以发现，相同环境下，在搜索时间上基于蚁群算法的路径规划方法比遗传算法至少节约5％的时间：而在空间复杂度上该算法优于Dijkstra算法，即蚁群算法所需要的存储空间小于Dijkstra算法。 通过本文的研究及实验结果证明，将蚁群算法应用于移动机器人的路径规划问题研究，能够探索与改进一种新的路径优化方法。