机器人路径规划是指机器人在具有障碍物的环境中,根据某个设定的指标,规划出一条从起始点到目标点的无碰撞最优路径。多移动机器人路径规划是目前物流机器人领域的关键问题之一,在制造业、仓储、医疗服务等领域有重要研究价值。本文主要研究多移动机器人的分布式路径规划策略,探索仿生算法在移动机器人路径规划中的应用,设计简洁的冲突消解算法,令多个移动机器人在共享的工作空间中高效地工作。本文提出了一种可用于机器人路径规划的改进蚁群算法。蚁群算法的改进工作主要针对经典蚁群算法随机性强、容易发生死锁和迭代次数多等问题。在运用栅格法建立环境模型的基础上,设计了一种指向目标点的指引函数,降低蚂蚁在初始阶段搜索的盲目性,从而解决了随机性强的问题。进一步,通过增加阈值和路径权重的改进信息素更新公式,增加了优秀蚂蚁对路径选择带来的影响,使迭代次数减少。同时,为了减少死锁现象的发生,设计了一种虚拟障碍物标记的方法,主动避免死锁。最后仿真结果表明,改进后的蚁群算法加快了收敛速度,具有较强的路径搜索能力和适应能力。为提高算法的即插即用性,本文采用双层规划策略设计分布式多机器人路径规划算法框架。第一层规划使用改进蚁群算法,由各移动机器人本地规划其最佳路径。第二层规划采用滚动窗口法进行冲突侦测,各机器人探测其相邻区域内是否存在其他同伴,通过互换信息判断是否碰撞;进而,在优先级判定的基础上,设计一种多机器人冲突消解算法实现局部避让,解决已规划路径的时空冲突问题。仿真结果表明在保证最长路径不变的情况下,多机器人系统暂停时间最短,并且付出的路径代价小,验证了算法的可行性和优越性。