机器人路径规划问题是机器人导航技术中的重要环节,是实现机器人智能化的关键。本文在分析了移动机器人研究现状及发展趋势的基础上,研究了目前移动机器人路径规划算法的优缺点,提出了基于混合粒子群算法的移动机器人路径规划方法。移动机器人路径规划需要解决两大问题:(1)环境模型建立:进行移动机器人的路径规划要对环境信息及机器人本身进行抽象,建立环境模型。本文采用栅格法建立环境模型,设置了多个不规则的障碍物。(2)路径搜索:在建立的环境信息模型中如何使机器人按照某一路径从起点运动到终点,需要按照一定的搜索算法让机器人搜索出一条无碰路径。本文用两种混合算法进行了移动机器人路径规划,一种是基于偏好粒子群算法和改进人工势场法的混合算法,一种是基于遗传算法和粒子群的混合算法。本文的主要工作包括:首先根据粒子群算法收敛速度快和人工势场法避障能力强的特点,提出了一种基于粒子群和人工势场法的混合路径规划方法。该方法在基本粒子群算法中引入避障偏好信息,在确保粒子群算法快速收敛的情况下,能够规划出更优的无碰路径。同时,采用改进的势场函数实现全局路径规划。为验证所提算法的有效性,分别在简单环境和复杂环境下进行仿真,同时将基本粒子群算法同带有偏好的粒子群和人工势场法的混合算法进行比较。结果表明,本文所提出的带有偏好的粒子群和人工势场法混合算法能够规划出较优的全局路径。其次,针对粒子群算法易陷入局部最优的问题,提出了一种基于粒子群和遗传算法的混合路径规划方法,该方法将遗传算法中的交叉操作和变异操作引入到粒子群算法中,达到增加种群多样性的目的。仿真结果表明,采用粒子群和遗传算法的混合路径规划算法在收敛速度和规划的路径长度方面,要优于采用遗传算法所规划出的路径。最后,在总结了前面的研究工作基础上,对移动机器人路径规划问题进行了展望,进一步讨论了未来的研究工作。