机器人只有具备自主移动能力才能实现应用价值。路径规划用于决策机器人在环境中如何行走的问题，是实现机器人智能化的关键。为提高机器人路径规划对未知环境的实时性、适应性和优化性，本文提出一种基于椭圆约束和Bug算法的路径规划方法，克服了传统方法对障碍物形状的约束，提高了机器人规避的效率。本文主要工作如下：首先，总结机器人研究背景与现状，综述国内外路径规划技术，通过对现有方法的应用优劣势分析比较，提出本文的研究内容。其次，阐述凸二次约束二次规划基本理论，对椭圆约束优化模型的基本原理及应用优势进行分析。在此基础上提出利用椭圆约束进行避障的路径规划思想。然后，建立二维静态未知环境下的机器人路径规划模型。通过障碍物信息获取与碰撞检测判断，建立椭圆约束优化避障模型，引入障碍物和目标位置的约束，将机器人运动避障问题转化为对椭圆参数的优化求解问题。对不规则障碍物引起的局部振荡情况，结合Bug算法计算全局最优子目标点，实现未知环境下的机器人路径规划。最后，验证基于椭圆约束和Bug算法的路径规划方法。将避障的实时性、未知环境的适应性、规划路径的优化性作为算法性能指标，进行仿真实验与对比实验分析。结果验证了算法的有效性。