路径规划是移动机器人领域的一项重要研究课题，也是移动机器人实现智能化与自主工作的基础。移动机器人遍历路径规划是机器人路径规划中的一种特殊形式，完全遍历路径规划需要机器人的移动路径覆盖工作空间除去障碍物的所有空间。移动机器人遍历路径规划在工业、商业及日常生活中应用非常广泛，如清洁机器人、喷漆机器人、地质勘探机器人、割草机器人、自动收割机器人、擦窗机器人等。本文结合栅格法与神经元的基本思想，在深入地研究了生物激励神经网络算法的基础上，提出了一种新的移动机器人完全遍历路径规划算法，并通过仿真实验，验证了本算法的可行性，论文主要完成了以下内容：1．研究、分析与对比了移动机器人各种不同的环境建模方法以及它们各自的优缺点，并结合实际生活环境的特点，利用栅格法对环境进行建模，将每一个栅格作为一个神经元，并设置每个神经元的活性值。2．在完成了环境建模的基础上，运用生物激励神经网络算法分别对移动机器人点对点路径和完全遍历路径做出了规划，并针对生物激励神经网络的随机性，对基于生物激励神经网络的移动机器人路径规划方面做出了改进。最后通过仿真实验验证了该算法的可行性。3．针对生物激励神经网络算法的随机性问题进行改进，提出了神经元激励的移动机器人遍历路径规划算法，并通过仿真实验验证了该算法的有效性与可行性。最后，针对同一环境地图，对比研究了神经元激励与生物激励神经网络算法，通过计算机仿真实验，证明了神经元激励算法的优越性。