智能小车是轮式机器人的一种,在人类社会的生产和生活中起着无可替代的作用。针对智能小车,学者们做了大量的研究工作。机器人研究中的一个重要的课题就是路径规划。它主要任务就是如何使机器人在有障碍物的环境中获得一条代价最小的可行路径。其中遗传算法是机器人路径规划中的一种非常有效的方法,它是基于遗传学和自然进化的一种随机迭代进化的过程。本文首先介绍了小车环境感知系统,它相当小车的“眼睛”,在此基础之上提出来信息处理的一些策略。遗传算法是一种随机性的全局寻优技术。然后用改进的遗传算法进行路径规划的研究。除了基本的遗传算子,针对路径规划的特殊性,加入优化算子。对于交叉概率和变异概率,本文提出了用模糊控制的方法进行实时的整定,这样就大大优化了遗传算法。使改进的算法更加的稳定。在静态环境基础之上,提出了障碍物移动的动态环境下的路径规划问题的解决方案,其核心思想就是利用静态的观点来解决动态的问题。最后利用MATLAB在三种不同的障碍比的环境中进行了算法的仿真,改进的遗传算法在这三种不同的环境中均找到了近似最优的路径。在此基础之上,对动态环境下机器人的路径规划进行了仿真。结果显示,本文改进的遗传算法能够很好的解决动态和静态环境下的移动机器人的路径规划问题,证明了算法的有效性。