机器人导航技术涉及计算机、通信、机械电子、信息、自动化及人工智能等多学科知识,其作为控制移动机器人的关键技术,也成为了国内外研究者的重点研究领域。在移动机器人无法接受GPS信号的相对封闭的未知环境中,如水下探测、隧道、室内服务等场所,要求移动机器人(仓储无人驾驶载货车等)估计自身位姿,同时构建其所在环境及其障碍物的抽象地图(同时定位与地图构建),并能在抽象地图的引导下自主有效地躲避障碍物安全到达目标任务点(路径规划)。本文以室内轮式移动机器人为仿真对象,针对基于智能仿生算法的机器人路径规划方法及机器人目标跟踪定位方法进行了研究,主要研究内容及成果如下:(1)针对基于蚁群算法的机器人路径规划算法的复杂度(搜索空间的大小)及深度(博弈的步数、运行时间长短)问题,在栅格化环境下提出两种改进措施:(1)提出基于势场蚁群算法的机器人全局路径规划方法。建立局部信息素扩散模型及信息素扩散栅格表,将当前路径的信息素沿机器人在该路径点所受虚拟势场力方向,向邻近路径平滑扩散,并将其叠加于全局信息素,保证了信息素的光滑性,同时增强了隐含全局最优路径所在子空间的信息素浓度,加强蚂蚁个体间的协作能力,降低了蚁群算法的复杂度(缩小算法解的搜索空间)及深度(迭代次数、运行时间)。(2)在(1)基础上将局部路径优化与全局路径优化结合起来。根据蚁群算法中蚂蚁个体所搜索到完整路径各局部片段路径的不同特点,通过几何优化策略优化局部路径获得另一条完整路径,并完成此相邻路径的信息素更新,即赋予蚂蚁个体同时搜索两条完整路径的能力,缩小了蚁群个体搜索解的空间,降低了蚁群算法的复杂度及深度,提高了蚂蚁个体的搜索效率。(2)针对移动机器人目标跟踪方法中传统的非线性系统模型及非线性变换问题,提出一种基于线性观测模型及多元统计模型的目标跟踪定位方法。依据奇异值分解将观测模型解耦为包含路标信息矩阵及包含机器人位姿信息矩阵,采用多重多元统计模型获得机器人观测矩阵与路标信息的关系矩阵,通过此关系矩阵及观测矩阵完成移动机器人的目标跟踪定位任务。(3)针对移动机器人同时定位与地图构建过程中的出现的估计不一致性问题,提出了改进措施。对机器人位姿估计及路标位置估计出现不一致性的原因进行了仿真分析,提出通过闭环采样路径、缩短观测周期降低其出现不一致性的几率。将移动机器人同时定位与地图构建和机器人路径规划合为一体,完成栅格地图构建,并在构建的栅格环境中依据机器人规划的路径,引导机器人向目标点安全移动。