微电子行业高速发展,使得机器人逐渐的走进人类的日常生活中,在移动机器人的众多领域研究中,路径规划的研究也显得十分必要,路径规划的问题涉及到计算机的视觉感知、数据处理、电机控制和微机控制等跨学科的知识。虽然目前有许多学者提出各种各样的算法来解决这个问题,比如多种智能算法的结合使用的研究也越来越多。结合的算法有很多优点,相互之间取长补短,使得算法更加智能,对于陌生的环境更加有适应能力。但是行之有效的方法并不多,这就是本文继续研究路径规划问题的必要性。在已有的各种路径规划算法的基础上,总结各种算法的优劣性,以求算法之间相互结合实现优势互补。本文先描述了人工势场法和蚁群算法各自优点以及缺点,首先分别对两个算法做出改进之后,然后在改进后的基础上做出结合得出势场蚁群算法,本文做出的主要工作如下:首先,对传统人工势场法优缺点以及数学模型进行了相关阐述,针对机器人移动过程中会存在的局部极小点等问题提出了改进方案,并且得到了具体的验证。其次,针对初始的蚁群算法,本文对算法的初始信息素分布、安全信息做出改进,提高蚁群算法的效率以及降低蚂蚁死锁的概率。再者将势场法和蚁群算法相结合,在初期增强势场力的作用,后期削弱势场力的影响,从而增加蚁群算法初始时期的搜索能力,以此缩短路径搜索整个算法耗费的时间,也避免了路径长度出现早熟收敛的情况,最终寻找到最优路径。最后在用MATLAB对算法进行验证,得出路径和计算时间,验证了算法的合理性和正确性。