移动机器人路径规划是一个很复杂的问题,不仅要寻求一条无碰撞的最短路径,而且还要求该路径尽可能平滑并满足一定的安全性。本文在分析了目前各种路径规划方法优缺点的基础上,选择混沌遗传算法来解决静态环境下移动机器人的路径规划问题。本文首先分析了路径规划技术的发展现状以及应用方法;其次通过对遗传算法和混沌算法的深入研究,剖析各自的优缺点,将其结合构成了兼备较强的全局和局部搜索能力的混沌遗传算法;接着针对路径规划问题的特点,对混沌遗传算法具体应用的各个环节进行了细致的研究,包括环境建模、染色体的表示和编码、适应度函数的设计、遗传算子的设计、混沌遗传算法参数的分析和选取等;最后在三种复杂程度不同的静态环境下进行仿真实验,并借鉴工程优化上的定量分析评价思想,引入截止代数与截止代数分布熵两个独立的指标反映优化效率,重点讨论了不同的参数和适应度系数对路径规划结果的影响,同时与其它算法进行了对比分析。实验结果表明,混沌遗传算法能够成功地在不同的静态环境下规划出一条近似最优的路径,验证了算法的有效性。