机器人路径规划属于智能机器人研究的核心内容,它起始于20世纪70年代,迄今为止,已有大量的研究成果报道。人工智能路径规划技术是研究基于人工智能技术的移动机器人路径规划问题,如群智能计算、模糊逻辑与信息融合等,它是路径规划技术中相对较新的进展。本文分析了国内外移动机器人的发展和研究现状,阐述了目前移动机器人路径规划技术研究的主要方面。包括蚁群算法的改进、仿真对比分析,基于混沌蚁群算法的移动机器人路径规划的实验步骤,算法参数对性能影响的实验分析,还有算法收敛性的研究。并以ARM作为机器人的核心处理器,自主设计了移动机器人的硬件平台,同时在该平台上对移动机器人避障进行了研究。首先,介绍了嵌入式Linux文件系统类型及根文件系统的移植,研究了Linux设备驱动程序的功能、结构,主要讨论了驱动程序的内核机制。介绍了S3C6410MPU的定时器配置以及PWM功能的设置。其次,对蚁群算法进行了深入研究。改进了传统的蚁群算法,对本文算法的有效性与已有算法进行了仿真对比分析,本文应用于连续域的蚁群分层搜索算法全局搜索性更优,收敛速度更快,基于鞅过程理论证明了算法的代价函数值序列是一个下鞅过程,给出了下鞅的一个停时,证明了本文算法以概率1收敛。再次,深入研究了基于蚁群算法的移动机器人路径规划技术,重点介绍仿真环境的建立,蚁群算法的模型、仿真效果及参数确定。对ACS加入了混沌算子改善了算法的性能,仿真对比表明,即使在复杂地图上,混沌蚁群算法搜索精度高,收敛速度快。最后,对嵌入式系统的硬件平台和软件环境进行了研究。把S3C6410的PWM输出接入步进电机驱动芯片,用于驱动步进电机进行机器人移动方向的控制,同时在硬件基础上移植了Linux操作系统和设计了Linux设备驱动程序。