随着人工智能技术的飞速发展,机器人的路径规划研究受到国内外学者广泛关注。其中,地理信息技术和卫星导航技术是机器人路径规划领域的重要组成部分。如何保证路径规划的准确、可靠、实时性是机器人领域的研究重点。加之如今我国北斗应用愈来愈广泛,如何使北斗技术和机器人的路径规划有效结合,是本文研究的重点。地图匹配算法作为既能提高北斗导航的定位精度,又不增加太多设备成本的软件技术,现已大量应用于导航系统当中。本文中将使用ST_Matching地图匹配算法对北斗接收到的机器人位置数据进行误差纠正,在此基础上采用改进蚁群算法对机器人的路径进行动态规划。主要研究工作如下：第一：采用了北斗接收模块接收坐标数据,应用ST_Matching地图匹配算法对这些数据进行地图匹配,并详细给出了几个路段的匹配实验结果。结果表明,ST_Matching地图匹配算法具有较高的匹配精度,算法有良好的适应性,能够满足地图匹配的要求。第二：针对蚁群算法收敛速度慢、容易陷入局部最优解的问题,设计了一种带路径评估的蚁群算法。并将其应用于机器人动态路径规划中。首先对机器人的工作空间进行环境建模,通过Dijkstra算法搜索出一条次优路径,采用带路径评估的蚁群算法让机器人避开障碍物寻找一条最优路径。最后对算法的时间、空间复杂度等性能指标进行分析,实验表明改进蚁群算法在机器人动态路径规划应用中与原始算法相比,具有更好的收敛性和可靠性。