为了获得复杂环境下智能巡检机器人最优巡检路径,提升巡检效率,提出了基于改进遗传算法的巡检机器人路径规划算法。在种群初始化阶段使用混沌算法降低算法陷入局部最优的概率,使用自适应策略优化交叉算子与变异算子,进一步提升算法的收敛速度、执行性能和求解质量;针对遗传算法局部寻优能力差的问题,采用模拟退火算法强化其整体寻优能力。对比实验结果显示,提出的算法较经典遗传算法、蚁群算法等具有更好的表现力,规划的路径也更为合理。