移动机器人在给定已知静态地图信息和目标位置,通过移动机器人携带的激光、超声等传感器观测周围环境障碍,规划出一条能安全、高性能、无碰撞到达目标位置的路径,即为路径规划。路径规划是移动机器人中最重要的技术之一,随着近几十年来的研究,单移动机器人路径规划在理论与工程实践方面取得十分显著的进步。随着市场对机器人需求的提升,单移动机器人越来越难以完成复杂的工作,因此,多移动机器人成为当前学术界和工业界研究的热点。针对目前多移动机器人路径规划算法存在计算量大、生成路径质量不高以及多机器人之间协调避障算法避障效果不佳等问题,主要从优化全局路径规划算法以及优化局部协调避障算法加以解决。本文的主要内容包括以下几个方面:（1）针对路径规划算法决定了生成路径的质量,通过对A*算法、蚁群算法以及RRT算法进行对比分析,得出蚁群算法鲁棒性好且能生成路径质量高,所以采用蚁群算法作为多机器人全局路径算法研究基础。针对蚁群算法存在陷入局部最优解问题,通过实验调整蚁群算法参数,选取适当的参数值,缩短了最优路径长度,降低陷入局部最优解得可能性。（2）针对蚁群算法初期缺乏有效的信息素指引和后期信息素更新模型的不足造成的算法收敛慢问题,提出人工势场初始信息素和排序蚁群融合的方法,先使用人工势场算法求解每个栅格的总势场,按照场强下降原则进行初始信息素的分布,在此基础上,每次迭代结束,使用排序法更新信息素,在更短的路径上释放更多的信息素,进一步加快算法收敛,通过实验表明,优化后算法可以缩短初始最优路径,加快算法前期和后期的收敛速度,改善了蚁群算法收敛慢问题。针对蚁群算法由于栅格地图缺陷导致的生成路径转折点多、路径长问题,提出去除冗余节点平滑路径方法,通过实验验证发现,优化后算法可以有效减少路径转折点数、缩短路径长度。（3）针对速度障碍算法由于过早避障导致的避障效率低的问题,提出基于时间窗口的速度障碍法,在速度障碍模型中引入一个时间窗口,在该时间窗口内发生碰撞,才进行避障操作,缩短了避障时间,提高了避障效率。（4）编写基于Java开发环境的多移动机器人路径规划及避障算法仿真软件平台,介绍了主要模块设计,完成系统调试。并对提出的算法进行仿真实验对比验证,实验结果验证了本文提出改进算法的有效性和可靠性。在本文最后对算法存在不足及改进方向进行阐述。