【摘要】针对传统蚁群算法中初期路径搜寻盲目、启发式函数作用较小、信息素更新规则单一、动态窗口法缺少全局性指导等问题，提出了基于改进蚁群算法的全局路径规划，通过改进初始信息素，提高了算法初期的寻径效率；通过改进启发式函数，减少了算法收敛的时间；通过改进信息素更新规则，同时考虑了路径长度和能耗，增加了路径的优越性。之后将改进后的蚁群算法与动态窗口法相融合，增加了动态窗口法中的评价函数，使动态窗口法沿改进蚁群算法最优路径进行实时的局部路径规划，令路径的静态全局最优和动态实时规划得到了兼容。仿真实验表明，改进后的蚁群算法相较传统算法迭代速度更快，转弯次数更少，融合后的算法在复杂环境中可以精确地实时路径规划，充分证明了该融合算法的可行性。