路径规划是移动机器人导航技术的一个重要组成部分。近年来,蚁群算法已被一些学者用于移动机器人路径规划的研究,并取得了较好进展。但蚁群算法用于路径规划仍存在收敛速度慢、易陷入局部最优及死锁等问题。本文针对这些问题,重点开展了如下研究工作。首先,介绍了蚁群算法的基本原理,包括它的数学模型及实现过程,给出了参数选择原则的分析并着重叙述了蚁群算法的改进机制和几种改进算法。然后,提出了修正的蚁群算法:⑴在路径规划之初,N个蚂蚁依次根据自己的位置和个性选取下一个节点,而不是固定参数。每个蚂蚁都拥有自己的目标函数矩阵。⑵凡是遇到无路可选的情况,就回退并认定为广义死角,避免陷入死循环。⑶增加了目标点和起始点对换的步骤,以实现往返寻优。⑷对障碍物之间的凹形空间进行凸化处理。⑸在蚁群算法的目标函数构建中引入虚拟势场中的引力和斥力思想。给出了在栅格地图、路图(包括可视图、Voronoi图)环境表达下修正蚁群算法的实现思路。最后,结果表明,在栅格环境表达下,修正蚁群算法的最优性能和鲁棒性能指标都较修正前有了显著提升。三种不同的环境表达下路径规划的最优性能指标近似,但可视图法的性能要稍逊一些。Voronoi图法的指标都表现突出,但图建立需要较长的前期准备时间。此外,还探讨了在蚂蚁选路环节引入虚拟势场的引力和斥力思想,与传统蚁群算法相比,加入斥力思想后算法的鲁棒性能明显提高。