路径规划技术是机器人导航中最重要的环节,同时也是自主式移动机器人技术的一个重要组成部分,仍然是需要研究的一个重要方面。目前使用的方法有遗传算法、神经网络、人工试场、计算几何法等。但以上方法在复杂环境下存在明显不足,特别是在包含大量不规则障碍物的情况下,算法或计算量过大或不能得到最优解。蚁群算法是一种新兴的启发优化算法,它不仅能够解决不同类型的优化问题,而且在求解大量问题时也能获得极佳的性能。在机器人路径规划领域不少学者也对此算法的应用做了大量的研究。本文是在基本蚁群算法的基础上,借鉴带精英策略的蚂蚁系统、基于优化排序的蚂蚁系统、最大-最小蚂蚁系统、最优-最差蚂蚁系统、自适应蚁群算法等改进算法的思想,提出了一种基于改进蚁群算法的机器人路径规划算法。与其它的蚁群算法比较本算法主要有以下几个方面的改进:引入精英蚂蚁策略,并对精英思想进行了创新运用;引入视觉探测功能,加强了蚂蚁的探测视野;运用路径的优化功能和优化结果的定时输出,提高了机器人行走路径的可用性和规划算法的实时性;改进了蚂蚁状态转移策略,增强了蚂蚁对目标的方向感;运用了死锁检测机制,并提出了相应的死锁解除策略;本文还构想了路径规划系统作为机器人整个系统的一个独立部件,算法将一直运行,以便及时处理因环境信息变化而带来的影响。在论文的完成过程中,开发了一个完备的算法仿真实验平台,以便于算法的演示、分析、验证和收敛性研究等。仿真实验结果也充分表明了算法的有效性和可行性。