近年来,随着社会发展和科技进步,清洁机器人作为服务型机器人的典型代表,得到越来越广泛的应用。清洁机器人工作过程中保证其安全性是首要问题,而较强的路径规划能力是保证安全性的首要前提。本文对已知环境下室内清洁机器人的路径规划和控制系统进行设计,所做主要工作如下:首先,针对遗传算法(Genetic Algorithm,GA)缺少对局部信息的反馈能力和蚁群算法(Ant Colony Algorithm,ACA)初期信息素匮乏的缺点,提出了一种双种群遗传蚁群算法(Double Population Genetic Algorithm-Ant Colony algorithm,DP-GAAC)。通过编码设计将遗传算法的染色体编码应用到蚁群算法的信息素中,并将遗传算法的遗传操作穿插到蚁群算法中完成对最优解的搜索。通过全区域覆盖路径规划仿真实验验证双种群遗传蚁群算法在全区域覆盖路径规划的有效性。其次,提出了一种面向移动障碍物的改进人工势场法(Improved Artificial Potential Field,IAPF)。利用移动障碍物的速度与位移公式,估算未来m个单位时刻的位置坐标并转化为静态障碍物坐标加入斥力势场中,改善了传统人工势场法(Artificial Potential Field,APF)躲避效果不佳的缺点。引入速度惯性使算法直接跳过零势能点,降低陷入局部极小值的可能。通过动静态混合避障规划仿真实验验证改进人工势场法在避障规划的有效性。最后,对清洁机器人的控制系统进行设计与调试。以MSP432为控制核心,对系统硬件、软件和PCB进行设计。使用LabVIEW开发环境设计上位机软件实现对室内清洁机器人的PC端控制。对清洁机器人实物进行硬件电路、软件功能、上位机通信和动静态避障等测试。分析测试结果,验证所设计室内清洁机器人各项功能正常。