随着机器人技术的不断成熟,移动机器人在各行各业的应用也愈加普及,有利于生产力的解放,使得人们的生活更为便利。移动机器人在实际应用过程中,良好的路径规划技术能够保证移动机器人在安全平稳的工作的前提下更能提高其工作效率。本文针对移动机器人的路径规划问题做了如下研究:首先,针对蚁群算法应用到移动机器人的全局路径规划存在的收敛速度慢和容易陷入局部最优解的问题,从初始信息素分布、转移概率和信息素更新方式三个方面对蚁群算法进行改进。利用粒子群算法规划的路径转化成蚁群算法的初始信息素分布,从而降低蚁群前期的盲目搜索;将蚁群算法的当前节点、下一节点和目标节点三者之间的角度关系引入到启发函数中,并且使信息素挥发系数的值随算法迭代次数的改变而变化,可以加快算法的收敛速度。在Matlab中进行仿真实验,仿真结果与其它改进的算法对比表明本文改进的算法在快速收敛的同时达到了避免陷入局部最优的效果。其次,针对移动机器人的局部路径规划,本文提出一种改进的人工势场法,为了解决人工势场法的目标不可达的问题,在斥力势场函数中引入一种移动机器人与目标点之间的距离因子;提出一种动态目标点的调整策略,可以解决人工势场法的局部极小值点的问题;为了解决动态障碍物的避碰,将移动机器人与移动障碍物之间的相对速度考虑到斥力势场函数中。在Matlab中进行多次仿真实验,仿真结果表明本文改进的人工势场法相比于其它文献改进的算法不仅在迭代次数上有所降低而且路径长度方面也有所减小,证明了改进算法的可靠性和优越性。最后,在基于ROS（Robotic Operating System）搭建的移动机器人平台上进行实验验证,编写并注册改进的全局路径规划和局部路径规划算法插件,对全局路径规划算法以及局部路径规划算法进行多次实验测试。实验结果验证了改进的全局路径规划算法和局部路径规划算法的有效性和可靠性。