路径规划问题是移动机器人研究领域的一个最基本、最关键的课题,它解决的是移动机器人在工作环境中如何行走的问题。本文主要研究移动机器人在不同环境下的路径规划,包括一般环境下点对点之间的路径规划与改善,温室环境下围绕农作物生长区域半包围式的路径规划和三维立体环境下的路径规划。针对在这三种环境下机器人路径规划的不同特点分别开发了相应的算法,并通过仿真实验验证了相应算法的有效性。本文的研究工作主要分为以下三个部分:1.提出用于改善路径质量的平滑蚁群算法。在利用蚁群算法进行路径规划时,机器人所走路径节点都是自由栅格的中心点,这样就造成了机器人会出现不必要的转弯和行走一些多余的路径。应用平滑蚁群算法将蚁群算法规划出来的最优路径进行平滑处理,在处理过程中,将机器人所在的当前节点与转折点后的其它节点连接,如果连接线没有穿越障碍物区域,则当前连接的线段就可以作为新的路径代替原来路径,并将中间不必要的节点删除,否则对当前路径不作任何改动。2.提出一种温室环境下的路径规划方法。在温室环境下,农民会将农作物按照一定结构来种植,机器人在温室内工作,就需要围绕着农作物进行运动,运动的同时对农作物进行喷药、施肥等工作。针对温室内机器人的特殊路径规划方式,将蚁群算法和人工势场法相结合,综合利用蚁群算法全局搜索和正反馈的特点以及人工势场法能够定向运动和预先规避障碍物的优点,在规定机器人的工作区域和起止点之后,新的势场蚁群算法会根据要求规划出机器人的最优路径。3.提出一种在三维环境下利用蚁群算法进行路径规划的方法。在构建三维地图时,首先将移动机器人所处的三维环境划分为一个个的平面,然后再将这些平面进行栅格化。在利用蚁群算法进行路径规划的过程中,将蚂蚁释放的信息素全部存储在路径节点上,而不是放在蚂蚁的行走路径中,这样能大大减少信息素的存储空间,同时构建了新的期望启发函数,提高了路径搜索效率。