随着世界经济的发展趋势的不断变化,人类的工作、生活,教育已经逐渐进入到智能时代。作为“智能制造”的一个重要分支,智能算法的应用与发展方兴未艾,而把智能算法与路径规划相结合,发展出在TSP问题、航海导航以及无人机编队等方面具有广泛应用前景的智能路径规划方法也是未来的“智能制造”的重要的发展方向之一。蚁群算法作为智能算法里重要的一种方法,因其算法易懂以及鲁棒性强等独特的优越性被广泛应用。因此以路径规划为应用背景,以蚁群算法为研究手段,将二者相结合的思想正受到各国学者和机构重视,已逐步成为当前的研究热点之一。本文针对传统蚁群算法在动态路径规划中存在的动态特性较差等问题,结合贪婪算法等多种智能算法思想,对其进行改良与优化,使之满足不同动态环境下的路径规划要求。主要研究内容如下:1)通过对传统蚁群算法的改进,分别研究以区域分割和时间分割为指标的定半径局部信息动态路径规划问题。考虑在寻优环境障碍按照分区域变化和时间变化的两种变化方式前提下,设计出两种动态改进蚁群算法。在这两种算法中,机器人具有固定搜索范围视野,并采用“边走边规划”的策略对寻优环境进行动态路径规划。最后通过实例对改进蚁群算法与传统蚁群算法寻优效果进行比较以验证其有效性。2)研究基于改进蚁群算法的变半径动态局部信息路径规划。针对定半径局部信息动态路径规划过程中不能随着寻优环境的变化而自动改变搜索范围视野的局限性,提出了基于改进蚁群算法的变半径动态局部信息路径规划方法。该算法在动态路径规划过程中,机器人每次的搜索范围视野会随着寻优环境变化而变化,并在以时间步长为指标情况下,进行动态路径的变半径和定半径的改进算法的对比研究。3)探讨基于蚁群算法的动态路径规划算法在多智能体编队中的应用研究。将本文所提出的基于改进蚁群算法的动态路径规划方法应用到多智能体自主编队问题中,考虑多智能体编队在未知环境中进行动态路径自主规划与编队协同问题,进一步验证了所提算法的有效性与实用性。