随着社会经济的快速发展,机器人的应用也更加广泛,应用领域也从传统的工农业扩展到服务业、海空探索、核工业、康复和军事等高科技领域。智能移动机器人可以通过传感器去感知周围环境与自身姿态,在有障碍的环境中自主运动并按照要求完成一定的功能。对机器人本体的研究大致可以分为三个方面：运动机构设计、控制器设计和机器人的路径导航。导航的首要任务就是路径规划。路径规划是在有障碍物的环境中为机器人动态规划一条从当前位置到达目标位置的安全、且相对较优的路径。本文主要围绕智能移动机器人的路径规划问题展开研究。论文主要工作如下：首先,对人工势场法路径规划的原理和存在的问题进行分析。在此基础上,提出了两个改进措施：一是将移动机器人与目标点位置的距离引入斥力函数中来构造新的斥力函数,使机器人在到达目标点位置时停下；二是针对传统人工势场法中的局部最小值问题,提出给机器人-个逃逸力,避免机器人在局部极小值处停止或徘徊,保证机器人顺利到达目标位置。其次在路径规划算法中引入遗传算法,利用遗传算法求得人工势场函数中的较优参数,避免机器人陷入局部极小值的情况。为了优化路径,本文提出了针对环境的复杂程度,动态改变机器人步长的策略,利用前后两次方向角的改变程度,通过增加步长缩短了路径规划的时间,同时也克服了路径徘徊等人工势场法的缺陷。最后在MATLAB环境下对改进的人工势场法路径规划进行了大量的仿真实验。考虑到机器人运行环境的实际情况,在路径规划的仿真研究中还考虑了障碍物的运动以及目标点运动的情况,获得了该算法在动态环境下应用的仿真结果。仿真结果表明改进后的方法能够明显地克服传统方法的缺陷,验证了基于人工势场法的移动机器人路径规划算法的有效性。