多机器人系统是目前机器人研究领域的热点问题,是机器人学、控制理论、计算机技术、通信技术、电子技术和人工智能等多个技术学科交叉的产物。在多机器人相关技术的研究中,路径规划技术是其研究核心,是机器人实现自主导航,完成复杂智能任务的关键,体现了多机器人系统的智能化水平。因此,多机器人的路径规划问题作为机器人研究的重要课题,受到研究者们的一致关注。多机器人路径规划是以多机器人系统为对象,在同一工作空间中为每一个机器人找到一条最优路径,保证每一时刻机器人与机器人之间无碰撞,机器人与障碍物之间无碰撞。虽然目前已存在许多用来解决该问题的算法,但随着多机器人的工作环境越来越复杂,任务规划的要求越来越高,寻求更佳的算法就成为该领域的一个研究热点。在机器人硬件系统的精度短期内得不到解决的情况下,对路径规划方法的研究尤为重要。本文在收集、整理和分析相关文献资料的基础上,研究分析各种已有的路径规划方法,综合考虑多机器人系统的复杂性,提出新的适合于多机器人系统的路径规划方法。主要研究内容如下：(1)基于改进人工势场法的机器人路径规划。针对传统算法在处理多机器人路径规划中遇到的避障死锁问题,提出了基于改进人工势场法的路径规划方法。该方法根据传统的单一固定人工势场思想,在吸引力、排斥力的基础上按照统一的规则对机器人增加旋转力,使有碰撞危险的多个机器人都右转(或左转),避免了避障死锁问题。随后对有多机器人系统的仿真环境下用改进人工势场法作了路径规划的仿真和分析,仿真结果表明在考虑到路径最优性应以路径规划安全性为前提下得到规划结果是可以接受的。(2)多机器人系统中的机器人路径规划。针对多机器人工作环境的复杂性,提出全局规划与局部规划相结合的分层结构,先用遗传算法对多机器人做全局规划,在前进过程中若有机器人之间的距离小于安全距离,则采用改进人工势场法进行避障直至脱离避障危险,这种结构可以将环境信息反馈与局部路径优化的机制充分结合,是体现多机器人在同一工作空间寻找全局目标的一种较好的思路,从而很好地实现了多机器人的复杂路径规划。同时对遗传算法和人工势场法的研究更推进一步,加入协同进化思想,使多机器人的路径规划效率更高、路径更优。最后通过仿真实验,验证所提出理论的正确性和有效性。最后进行了总结,说明了研究成果,对课题中需要改进之处提出了展望。