高质量的规划路径是确保移动机器人完成既定任务的关键所在。本文着重关注移动机器人路径规划问题。从研究单个机器人的路径规划问题开始，到多个机器人冲突情形下的路径规划问题、再到双层仓库下的资源受限下的多移动机器人路径规划问题，最后为工业环境下的非完整性移动机器人开发出导航支持系统。旨在解决运动学和动力学约束，以及路径质量、路径安全、资源分配等约束下的多移动机器人路径规划问题。首先，针对栅格环境下A*算法规划出的移动机器人路径存在折线多、转折次数多、累计转折角度大等问题，为获得较优路径，提出平滑A*算法。在A*算法规划的路径基础上，遍历路径中的所有节点，当某一节点前后节点连线上无障碍物时，将延长线路的这一中间节点删除，建立平滑A*模型。仿真结果表明，平滑A*算法优于Ant(蚁群)、Anytime D*算法。平滑A*算法降低路径长度约5%、累计转折次数约50%、累计转折角度30%～60%。平滑A*算法能处理不同栅格规模障碍物随机分布的复杂环境下移动机器人路径规划问题。随后，给出一个两阶段法来为带有移动障碍物的二维和三维空间下的多移动机器人规划无冲突路径。在第一阶段中，将每个移动机器人的最短路径作为目标函数，该目标函数遵循避障约束、路径平滑性约束以及速度和加速度约束。该问题表述为积分变化问题(CVP)。采用参数化方法，将CVP转化成时变非线性规划问题并求解之。在第二阶段，由优先级方案为各个移动机器人分配对应的移动顺序；采用多级冲突消解策略来处理冲突。数值例子证实了方法的有效性。其次，研究如何为多移动机器人自动产生最短的平滑的避障和无冲突路径，进而引导其在有静态或者动态障碍物的时变环境下高效导航。采用多项式表征路径。规划路径应满足诸多约束：运动边界约束、运动学约束、避障约束、平滑性约束等。该问题归纳成遵循上述的多约束条件下的时变非线性目标函数。在模型中，整体处理所有的约束及冲突。设计时间基线协调方法来解决上述问题。数值例子表明，提出的方法能成功地解决静态和动态障碍物下的多移动机器人路径规划问题。再次，在单层平面多移动机器人路径规划研究的基础上，开展双层仓库下的多移动机器人路径规划问题研究。双层仓库下的移动机器人活动受到环境、资源、移动机器人自身等各种约束的制约，为移动机器人规划高质量的路径是确保移动机器人顺利执行任务的关键。在整体考虑所有约束后，将双层仓库下的多移动机器人路径规划问题建模成多非线性约束的时变的非线性最优化问题。结合双层仓库实际，从移动机器人的起止位姿相同与否的角度，建立两个子模型。从环境中存在障碍物与否的角度，将每个子模型细化成两个模型。随之，在每个细化的模型中，根据转运电梯冲突与否，每个细化的模型可分成使用不同的转运电梯和使用不同的转运电梯下的模型。针对问题特性，分析采用PSO算法以及其变体算法的缘由。结合PSO算法特征，提出带有惩罚项的改进的粒子群最优化(PSO)算法求解并实现各个模型。分别提出带有压缩因子的具有扰动性的PSO算法、基于模拟退火算法的PSO算法。所有模型下的数值案例结果证实了问题建模的正确性、提出的改进算法在解决双层仓库多移动机器人路径规划问题方面的有效性。最后，从工业应用角度为非完整性移动机器人导航开发用户友好的导航支持系统(NSS)。该系统为静态和动态障碍物环境下的非完整性移动机器人决策出无冲突的路径。NSS主要有三个序列模块，分别是布列设置模块、任务分配模块和方案浏览模块。首先，通过拖拽技术创建任意类型机器人的导航环境。随后，指定待移动的机器人并给出其导航系统的各个参数。最后，在方案浏览模块中，用户可浏览移动机器人的无冲突路径图形界面。在基于模拟退火改进的粒子群导航算法中，将移动机器人的最短导航路径设置为目标函数，该函数遵循无碰撞约束、路径平滑性约束、速度及加速度约束。数值例子证实了NSS的有效性。采用该系统，可在平面环境下快速地为非完整性移动机器人规划出无碰撞平滑的导航路径。