轮式移动机器人以其优异的灵活性和机动性被应用在各种重要的场合,在移动机器人领域中,路径规划作为机器人导航技术中的重要组成部分,它不仅是移动机器人完成高层任务的根基,而且也是机器人具备智能化的重要标识。实现移动机器人既定目标任务的关键是高效可行的路径规划,本文以静态环境下的轮式移动机器人为例,主要针对基于栅格法的环境建模和蚁群算法的路径规划进行研究。首先,环境建模是实现路径规划任务的前提基础,采用栅格法把环境信息映射到栅格图中,确定栅格的标识方法,针对栅格法的缺陷对已有的栅格法进行改进补充,避免移动机器人陷入死锁。采用基本蚁群算法在改进的栅格地图上进行路径规划研究,从深层意义上阐述了算法的机制以及原理,分析了算法的一些系统学特性,随后对算法中的重要参数与算法寻优性能之间的关系进行了仿真实验,通过分析大量实验数据选取了重要参数的范围。其次,通过改进信息素挥发系数更新方式以及利用粒子群算法优化蚁群算法中重要参数的方法,改善了基本蚁群算法易陷入局部最优的缺点,优化了算法性能。由于蚁群算法在栅格图中规划出来的路径不够平滑,采用贝塞尔曲线优化平滑规划的路径,能够提高机器人运动的柔顺性。最后,对基于麦克纳姆轮的移动机器人进行运动学建模,利用MATLAB中的Simulink和模糊工具箱创建了路径跟随系统的仿真模型,实验结果显示:在静态复杂环境中,移动机器人能高效的规划出一条最优路径,并且能够较好地完成路径跟踪任务。