随着科学技术的发展,机器人已经逐渐深入到人类生活的众多领域,而路径规划的研究是机器人技术中非常重要也是非常关键的一个方面,机器人技术的发展速度取决于路径规划技术研究的深度,这不仅涉及二维平面中的移动机器人,也包括三维空间中工业机器人的路径规划。本文针对机器人的路径规划问题进行研究,详细的阐述了移动机器人和工业机器人的运动学基础,并对本文的研究对象进行了运动学建模。同时,对机器人结构及参数作了简要说明。针对二维空间中轮式移动机器人在信息完全未知环境中的运动,提出了一种基于多行为的机器人局部路径规划算法,当机器人所处的状态不同时,所采用的行为方式也不同,同一时刻只有一种行为被激活。为了解决运动过程中常见的U型障碍物问题,提出一种边界追踪的陷阱逃脱策略。同时为了实现机器人的智能行驶,模仿人类的驾驶方式,设计了机器人速度模糊控制器。最终的仿真对比实验结果验证了算法的有效性和可行性。最后,对于三维障碍物环境中多自由度工业机器人路径规划计算量大、所得路径消耗能量多且末端移动距离长等问题,设计了一种基于改进蚁群算法的顺序局部搜索策略。将机器人工作空间进行离散化处理的基础上,利用改进的蚁群算法选择路径的节点,其主要是将总体路径规划问题划分为若干子路径规划问题,通过对每个子路径问题进行优化以得到整体路径的最优解。碰撞检测策略被加入到蚁群算法中,实现了选点与检验同时进行,以达到节省运算时间的目的。最终将该算法分别在四轴Dobot机械臂和六轴埃夫特ER3A-C60机械臂上进行了实验验证,结果验证了算法的有效性和可行性。