移动机器人是人类科学发展的重要研究成果。近年来,随着人们对较高生活品质的追求,移动机器人逐渐进入人们的视野。它不仅可以完成人类无法到达领域的探究,还可以用于日常生活帮助人们完成枯燥、繁重的工作。路径规划是移动机器人研究的首要问题,只有让机器人沿着规划好的路径行走才能顺利完成任务。因此,本文通过研究移动机器人经典的路径规划方法,对每种方法存在的不足进行分析,找出导致问题出现的原因并提出相应的改进方法。本文主要完成的工作如下:1、本文利用栅格地图对环境进行建模,由于栅格大小直接影响移动机器人路径规划的精确度,因此在建立栅格地图时先设计栅格因子,然后建立障碍物坐标系并将障碍物信息转化到环境坐标系,最后确定移动机器人在栅格地图中的八个探索方向。2、针对使用蚁群算法和A*算法进行移动机器人全局路径规划时存在的收敛速度慢、路径质量差等问题,分别采用快速收敛蚁群算法和加权检测A*算法进行改进。快速收敛蚁群算法中设计倾向性探索和新的信息素更新方式,去除多余路径。加权检测A*算法中设计由距离和角度两个因素决定的启发函数,并对相隔节点进行视线检测。由于这两种算法都是采用栅格地图进行环境描述,因此在同一环境中将两种算法规划出的路径进行对比,对每种算法的适应性做更进一步的研究。3、为使移动机器人可以在任意复杂的环境里都能顺利完成工作,本文提出基于S-RRT算法的移动机器人全局路径规划。S-RRT算法中设计收敛因子和平滑处理,并解决了使用该算法时容易出现搜索陷入局部最小值的问题。经过仿真实验结果分析可知该方法不仅继承了原RRT算法的所有优点还提高了算法的收敛速度,使规划出的移动机器人路径更加趋向于最优路径。最后,为验证S-RRT算法对环境要求低、适用于各种环境,选择不同的环境地图进行移动机器人路径规划。