对移动机器人来说,在空间环境中运动并且完成更高级的任务,规划移动路径是最基础的功能,这就是机器人学研究中的路径规划问题。路径规划是移动机器人导航系统的关键问题。首先,移动机器人要自主的完成路径规划、避障和更高级的任务,需要实时地计算出自身在外部世界的位置,即全局坐标和位姿。研究人员应用了各种定位传感器,研究出了许多定位方法。本文提出了基于摄像头的机器人定位技术,利用机器人的摄像机采集到图像,通过特征提取、特征匹配与跟踪以及运动估计出机器人自身运动参数。从而实现移动机器人的定位。其次,在移动机器人未行走之前需要在己知环境信息的情况下,为机器人规划出一条合理的路径,即全局路径规划方法。这种方法依据己获取的全局环境信息,给机器人规划出一条从起点至终点的运动路径。传统的全局路径规划主要基于图论基础上,方法一般是先将环境构建成一个图,然后再从图中寻找最优的路径。其优点是规划路径比较简单,容易实现,缺点是得到的路径可能是次优路径。本文提出了基于射线发射原理的几何算法,可以避免这个缺点,寻找到全局路径规划的最优路径。再次,进一步地,考虑移动机器人在工作环境中行走过程中,会遇到未知的障碍物。为了规避未知障碍物,需要用局部路径规划方法寻找机器人行走的最优路径。在移动机器人的局部路径规划问题中,遗传算法相对于其他优化算法有着独特的优势。然而,当移动机器人面临复杂的障碍物分布时,遗传算法的适应能力不足的问题就渐渐显露出来了。本文设计了自适应的交叉算子,变异算子和具有扩展性的适应度函数,这些让遗传算法在运行过程中,更加合理的使用算法的各个参数。最后,将本文设计的改进遗传算法和传统遗传算法进行仿真对比,得出本文设计的算法效率更高所以。最后,总结了本文所做的主要工作,对未来的研究方向进行了展望。