由于我国经济的持续快速发展，对外贸易越来越频繁，给港口物流业带来了前所未有的机遇和挑战。这就需要港口提高效率，加快发展，这就对港口的自动化作业提出了很高的要求。港口机器人的研究正是基于此背景提出的。因此，作为机器人智能的一个重要因素——路径规划就显得尤为重要。路径规划是按照某一性能指标搜索一条从起始状态到目标状态的最优或近似最优的无碰路径。移动机器人的路径规划是一种比较典型的优化问题，本身具有复杂性、约束性、非线性等特点。而港口自身的状况也很复杂，因此要想实现港口机器人的自主行进，就需要采用一种高效的路径规划算法。蚁群算法是基于生物界群体启发行为的一种随机搜索寻优方法，它的正反馈性和协同性使其可用于分布式系统，它在解决组合优化问题上有着良好的适应性，隐含的并行性更使其具有极强的发展潜力。因此将其应用到智能机器人路径规划中将有很大的潜力。本文首先对蚁群算法做了概述，总结了算法的特点和发展趋势。专门编写了蚁群算法的软件来研究算法中各参数的变化对算法性能的影响。通过大量的试验，总结出eil-51TSP问题取得最优解的最佳参数范围。然后对目前应用较好的蚁群算法——最大最小蚁群算法做了介绍，重点研究了算法的收敛性问题，应用极限的思想得到算法在有限次的迭代后，其收敛概率将达到1，解决了算法的收敛性问题。在研究蚁群算法的基础上，利用栅格法建立环境地图，编写了利用蚁群算法解决机器人路径规划的软件。通过该软件可以在环境地图已知的情况下，快速规划出一条最优路径。该软件对港口机器人的路径规划做了基础性的工作。