移动机器人路径规划是机器人领域中的一个重要的研究方向,而多机器人路径规划也一直是其中的重点与难点。当机器人面对复杂且繁琐的任务时,多机器人系统效率高、鲁棒性强等优势就显现出来。本文主要研究的是在动态环境中,多个机器人同时进行路径规划的问题。本文将从如下几个方面进行展开,具体内容如下:首先,在进行静态环境下的全局路径规划研究时,提出了一种改进的蚁群算法。该算法通过引入改进的回退策略,解决了蚂蚁易陷入死锁的问题;通过提出一种新的信息素奖惩机制以及动态调整信息素增强系数的方式,提高了算法的整体收敛速度。其次,在研究动态环境下的单机器人路径规划问题中,通过引入滚动窗口原理,判断出窗口内动态障碍物的运动状态,分别提出了两种不同的避障策略。机器人首先利用改进的蚁群算法进行全局路径规划,然后通过滚动窗口来预测机器人是否会与动态障碍物发生碰撞,从而进行局部路径避障,最终规划出一条无碰的最优路径,最后在仿真平台验证了此双层规划算法的有效性。最后,对动态环境下的多机器人路径规划进行了深入研究。针对机器人之间可能发生的碰撞冲突类型,提出了两种协调冲突的策略,分别是暂停等待策略和局部二次规划策略。为了简化多机器人问题的复杂性,在动态环境单机器人路径规划的基础上,加入了动态优先级规则。根据机器人之间不同的碰撞类型,在仿真平台中进行了仿真验证,结果表明各个机器人在付出的路径代价很小的情况下,成功完成了各自的路径规划。