自主式移动机器人技术近年来得到了迅速的发展,移动机器人是具有感知、决策和运动能力的智能机构,该技术体现了信息技术和人工智能技术的发展水平。移动机器人导航是移动机器人研究的重要方向,而路径规划是移动机器人导航的最基本环节之一,也是机器人学中研究人工智能问题的一个重要方面。所谓路径规划是指在有障碍物的工作环境中,如何寻找一条从给定起点到终点的适当的运动路径,使机器人在运动过程中能安全、无碰地绕过所有障碍物。目前这个领域已得到了很多研究者的关注,并取得了一系列重要成果。路径规划在机器人研究中不是独立的,同时还涉及到机器人领域的其它方面,如机器人的感知、通信及协调协作机制等,所以它是一个综合性的研究课题。本文针对移动机器人路径规划问题展开研究,并通过仿真验证了所提出理论及方法的有效性。论文主要研究成果如下:1.综述了移动机器人当前的研究进展和趋势,介绍了移动机器人路径规划的国内外研究现状,分析了多种不同路径规划方法的优缺点,并且阐述了本课题的研究意义。2.概要地介绍了遗传算法理论中的生物学基础、结构体系、步骤流程和算法特征,解释了遗传算法的常用术语的定义,并着重分析了每个遗传算子的不同实现技术。3.首先介绍了D*Lite算法的总体思想,并通过分析算法的流程指出了原算法存在冗余计算和使用的数据结构不优的问题,然后针对这两点不足提出了一种基于改进D*Lite算法的路径规划方法,最后通过比较实验证明了改进算法克服了原算法的缺点,并且具有更高的性能。4.首先研究了ARA*算法的总体思想,并通过跟踪算法运行发现了原算法存在着存储过多无用节点和有时候计算步骤冗余的问题,然后针对原算法的不足提出一种基于改进的ARA*算法的路径规划方法,最后通过实验证明了改进算法克服了原算法的缺点,并且具有更高的性能。5.在经典遗传算法理论和ARA*算法的基础上,使用栅格法来进行环境建模,通过使用双向的ARA*算法与随机生成算法相结合的方式来产生初始种群,并且设计了适用于栅格法的三种遗传算子,在此基础上设计了一种基于改进的遗传算法的路径规划方法,最后通过实验比较证明了改进算法的有效性。在本文的最后,总结了全文的研究内容,提出了移动机器人路径规划有待进一步解决的问题,展望了移动机器人路径规划的进一步研究方向。