随着科学技术的快速发展、工业化以及自动化建设,机器人的应用得到进一步的普及,自主移动机器人是现如今机器人研究范畴的一大热门领域,而路径规划技术在移动机器人的相关研究中起着非常关键的作用,其也是对移动机器人开展更深层次应用与研究的基础。虽然目前智能算法层出不穷,其中有很多算法也被应用在移动机器人路径规划上,但是目前还没有一种单一的路径规划算法可以满足移动机器人面对的所有外部环境的变化,对于移动机器人路径规划技术的研究仍有很重要的意义。因为机器人在运动时需要依靠地图来描述其当前所在的环境信息,对于移动机器人来说,构建一张可靠的地图是非常关键的,所以本文基于机器人学中地图的主要表示方法,选用栅格地图模型作为路径规划研究的基础,构建现实环境地图模型。针对这一部分内容,在理论分析之后,选用Gmapping算法并利用实验室自己搭建的机器人平台实现了栅格地图的构建。在移动机器人路径规划中,主要研究分析了Bug算法和一些改进A*算法,发现这些算法虽然在特定的地图环境中可以规划出较优的路径,但在其他一些不同空间环境下所规划的路径仍有待改进。本文提出了一种迭代A*算法与Bug算法的改进算法,即机器人在驶向目标位置时,先判断机器人是否遇到障碍物,当机器人遇到障碍物时启用改进A*算法进行路径搜索,而当机器人未遇到障碍物时启用Bug2算法进行搜索路径,将两种算法的优点相结合从而进行规划路径,同时也解决了Bug2算法判定目标点不可达的问题,然后对所规划路径进行冗余点剔除和平滑处理,进一步优化路径。最后使用MATLAB R2014b在所构建的栅格地图环境和其他地图环境下进行仿真验证,实验结果表明,改进算法较Dijkstra算法、传统A*算法以及两种改进A*算法在访问节点数、搜索时间和路径长度方面都有很大的改善,且所规划路径更优,同时改进算法在其他不同环境地图下也有很好的适用性、稳定性和可行性。