轮式机器人稳定性好、效率高、负载能力强,在机器人技术迅速发展的今天越来越受到人们的重视,而全向轮机器人由于可以在平面内无约束运动,更是轮式机器人的一个研究热点,具有重要的实际应用价值。本文以全向轮机器人为研究对象,设计了一套通用的硬件控制平台。并设计了相应的运动控制方案,在此平台的基础上展开了针对轮式机器人路径规划相关问题的研究。由于机器人运动控制的稳定性决定了机器人能否适应复杂的工作环境,而路径规划直接影响到其工作效率,为此,本文主要研究内容如下:在全局路径规划方面,针对复杂环境下经典蚁群算法收敛速度慢、容易陷入局部最优等缺点,提出了一种改进的蚁群算法。首先,采用人工势场法确定初始信息素,以提高算法初期收敛速度;其次通过智能更新信息素,使较优路径上的信息素浓度增加比例高于较差路径;最后对信息启发因子?和期望启发因子?进行动态调节,使?、?的取值更加合理。仿真结果表明,改进后的算法收敛速度更快、全局搜索性能更优。在局部路径规划和控制研究方面,针对动态变化的环境信息,首先采用TEB(Timed Elastic Band)算法在全局路径的基础上,根据传感器信息对机器人前进路径进行实时调整。考虑到轮式机器人的工作需求,本文中加入了加速度变化率约束,并增加了障碍物约束所占比重。针对规划后的路径,为了增加机器人运动的稳定性和准确性,采用不完全微分PID算法进行运动控制,抑制高频干扰、减低系统震荡。最后利用MATLAB仿真和实物运动进行分析。实验结果表明,TEB算法能够使机器人准确避开未知障碍物,具有优秀的局部路径规划能力,同时不完全微分PID控制算法能够增加机器人运动稳定性,使机器人更快达到目标速度。本课题的机器人系统设计和研究注重实际工程应用,通过将复杂的机器人系统集成为一个较为完善的轮式机器人控制平台,为今后的研究打下一定的基础。