随着科技的迅速发展，人类即将进入第三次工业革命，机器人革命，无论在工业，农业还是其它领域，机器人越来越多的扮演起人类的角色，移动机器人也进入了飞速发展的时代，而随着谷歌无人自主车的发展，宣告着移动机器人将进入智能时代，机器人实现智能化的最基本要求是具备导航能力，而机器人路径规划就是对机器人导航能力的一种体现和检验，因此对机器人路径规划进行研究具有重大的价值。　　本课题研究的是在室内静态环境中全局路径规划和动态避障。全局路径规划是对全局的信息进行分析计算，计算出从出发点到达目标点的最优路径。本课题选用蚁群算法进行全局路径规划，约束条件是路径最短，蚁群算法的本质是模拟真实蚂蚁的觅食行走，人为的模拟它们释放信息素过程，对周围的信息素进行人为的更新，从而寻找最短路径。本课题根据实际试验环境尺寸以及障碍物的分布情况，运用蚁群路径规划算法生成路径规划，根据实际平台硬件参数，建立机器人的圆弧运动模，在有随机障碍物出现的情况下根据定位-躲避算法进行避障，并在避障的过程中不影响指定要经过的点。实验平台是四轮机器人，其中硬件部分主要包括：MCU微控制器模块、方向角采集模块、位移采集模块、通信模块。软件部分包括：机器人的壁障、定位以及在定位过程中躲避随机障碍物、机器人路径规划等算法，上位机显示界面。　　本课题的验证环境是在一个10*10m的室内环境下，存在着一定数量的静态障碍物，同时在机器人的运动过程中，随时有随机障碍物出现，进行了动机器人的避障、5点定位、路径规划等实验。验证了其避障、定位、路径规划的可行性和实用性。在同样的环境下又进行了移动机器人路径规划过程中对随机出现的障碍物进行躲避的实验，验证了在半未知的环境中遇到障碍物的躲避效果，以及能否回到原来的定位点上，最后对研究内容和结果进行总结，找出研究的缺点和不足，提出需要进一步改进和提高之处。