随着人工智能、互联网+与5G通讯的蓬勃发展,移动机器人越来越多地应用于各行各业,这些移动机器人工作于复杂变化的空间中,需要先进的路径规划算法来提高智能性、安全性以及高效性。路径规划算法不仅要求计算结果安全可靠,符合实际使用需要,还要求算法性能优越,抗干扰能力强。现有的路径规划算法往往只追求某单一方面的改进,而忽视算法整体方面的综合表现。因此移动机器人如何寻找综合最优的路径以及如何有效地避障,是当今机器人技术的热点和难点问题。文章首先用栅格法对地图进行建模,将路径规划问题用数学语言描述为最优化问题,并介绍了经典蚁群算法的原理,将已有的改进机制做出总结并加入经典蚁群算法中。其次,将栅格法地图模型的存储机制进行改进,使算法能更快速读取地图信息,并提出改进的地图转弯机制,使机器人转弯避碰更安全可靠。第三,提出多因素蚁群算法,将状态转移概率公式中的启发函数加以改进,加入路程,转弯,高差等启发信息,多方面指导蚂蚁选择下一转移栅格;并改进蚁群信息素释放机制,将信息素释放的浓度与路径的综合指标相关,从而使蚂蚁群体向综合最优的路径靠近。最后,提出了基于滚动窗口的动态避碰策略,分析了滚动窗口局部碰撞预测情形,设计了滚动窗口局部避碰反应策略,并提出了“子目标不可达”问题的解决方法,结合本文提出了自适应步长算法和多因素蚁群局部路径规划算法,形成了基于滚动窗口的多因素蚁群动态路径规划算法。通过matlab仿真软件,对多因素蚁群算法的静态路径规划和滚动窗口的多因素蚁群算法的动态路径规划进行实验仿真,分别从对比实验、特异性地图实验、算法可靠性实验等多方面进行验证,仿真结果表明了文章算法的可行性和优越性。