随着人们对自主水下航行器高机动性、长时间续航、节能甚至隐身的要求越来越高,基于生物系统思想的仿生两栖机器人在适应水下、陆地和空中环境中表现出更好的特性,并且两栖机器人在水域巡逻、军事侦擦、环境监测、资源开发等方面被广泛应用。而路径规划是实现这些任务不可或缺的重要技术。仿生机器人的核心问题包含了路径规划,同时也是体现人工智能的重要因素。路径规划则是在充满各种各样的障碍物环境中,能够找到一条从起始点开始,躲避障碍物最终到达终点的方法。首先,为了使球形两栖机器人对环境做出正确的反应并完成路径规划,本论文提出一种基于球形两栖机器人的多目标路径规划方法。在球形两栖机器人中植入嵌入式系统,选用激光雷达作为采集环境信息的主要传感器,并能够检测出最小安全距离,以此设计了总体系统硬件结构和软件模块。使得球形两栖机器人更加容易检测到障碍物。其次,针对球形两栖机器人的路径规划问题,在复杂环境中设置多个目标,各个目标之间的距离通过A*算法来获取,然后对生成的路径融合Floyd算法进行双向平滑度的优化,达到减少转折点和缩短路径距离的目的,最后通过融合蚁群算法解决了到达每个目标的先后顺序问题,使得球形两栖机器人从起点出发经过多个目标,并沿着最短路径躲避静态障碍物,最终返回起点。然后,在全局静态多目标路径的基础上动态设置子目标点,结合路径情况融合动态窗口法实现局部动态避障,最终使得机器人不仅能够沿着已经规划好的全局静态多目标路径行走,还能够在行走过程中进行实时的避障,然后返回全局静态路径继续前行,使得球形两栖机器人完成全局静态加动态的多目标路径规划。最后,本文在仿真的基础上,将该算法移植到球形两栖机器人上,并使用球形两栖机器人完成了在真实环境下的路径规划实验。在陆地和水下路径规划实验中,球形两栖机器人能够安全躲避障碍物,并依次到达各个目标最终返回起点。本文在球形两栖机器人实验过程中使用NDI光学跟踪系统进行数据的采集,并对陆地实验和水下实验进行特性评价,实验结果进一步验证了该算法的高效性与实时性。