智能移动机器人技术主要包括导航定位技术、路径规划技术、通信技术等。这些技术在过去几十年不断发展,同时人们也对智能移动机器人有了更高的要求。随着智能移动机器人的运动环境的庞杂性和多变性,表明路径规划技术是智能移动机器人技术中须要关键研究的首要构成部分,而规划出来路径的优劣决定于智能移动机器人规划路径需要耗费时间、距离长短等方面,且智能移动机器人规划的路径曲线是需要从开始位置到终点目标位置的一条平滑、安全的最佳路径。论文在阐述智能移动机器人的国内外研究现状、关键技术和研究发展趋势,分析了传统栅格法、人工势场法、拓扑法、可视图法对环境背景规划的优势和劣势以及神经网络算法、蚁群算法、遗传算法、模糊控制算法对路径规划的优势和劣势,在上述基础上进行钻研。主要内容有:首先,理解传统蚁群算法中的关键术语和算法的关键步骤,并以聚类问题为例子,解释如何利用蚁群算法来解决此类难题;其次,创造性的提出了基于蜂巢栅格法对环境背景进行规划,同时与传统栅格规划方法在行进策略和安全性等方面进行比较,改善了传统栅格法中转角过大、安全性不足、距离过长等不足。再次,选择了自适应蚁群算法与蜂巢栅格相融合的方法对全局已知的静态环境背景下进行路径规划,此方法通过蜂巢栅格的行进策略以及局部和全局信息素更新策略,动态的调整信息素的分布,使之不过度集中或分散;最终加快蚁群算法搜寻最优解的收敛速度,同时避免了停滞和早熟。然后,利用MATLAB软件在理论上对改良的蚁群算法与传统蚁群算法进行二十次模拟实验,通过比较分析平均最优路径长度、平均迭代次数、平均消耗时间这个三个性能参数的情况下,证明这种改进的蚁群算法的优越性。最后,自主研制轮式移动机器人并与一套通信模块、PC机组成一个综合实验仿真平台,对轮式移动机器人进行模拟仿真。最后,介绍了轮式移动机器人的总体机械结构、硬件配置、软件内置流程图以及编辑方法;并与一套通信模块、PC机组成一个综合实验仿真平台,对轮式移动机器人进行模拟仿真,仿真结果显示了这种改良蚁群算法的可行性和有效性。