随着电子信息技术和人工智能的飞速发展,机器人已经从传统工业领域迅速扩展到餐饮、医疗、物流、教育、救援和军事领域。在医疗领域,物流机器人可以代替医护人员给患者进行非接触式送餐送药、给手术室运送医疗器械等任务,这极大的缓解了医护人员的工作量。不仅如此,在2020年新冠肺炎疫情期间,由于医用物流机器人不怕交叉感染,不但可以减少医护人员感染的风险,还可以节约口罩和医用防护服等防疫紧缺物资,全国多家医院在疫情隔离区使用物流机器人,这更加体现出物流机器人在医疗领域的重要性。本文以医院室内环境下的物资配送为背景,为充分利用医院室内空间,提高物流机器人的灵活性和自主导航与避障能力,设计了一款基于麦克纳姆轮的医用物流机器人。以改进全局静态路径规划算法和改进局部动态路径规划算法为研究重点,实现了麦克纳姆轮医用物流机器人的自主导航与动态避障。本文的主要工作包括以下几个部分:麦克纳姆轮医用物流机器人平台的搭建。首先对四麦克纳姆轮机器人的轮组进行分析与选择。其次建立四麦克纳姆轮机器人的正、逆运动学模型和里程计模型。然后对麦克纳姆轮医用物流机器人进行总体设计,包括硬件设计与软件设计。在硬件方面,设计制作了基于STM32的控制板。在软件方面,编写了底层驱动程序,搭建了基于机器人操作系统（ROS）的模块化与分布式的软件系统。在全局静态路径规划中,由于传统A*算法规划的路径转折次数和搜索栅格数较多,因而不适合移动机器人实际行驶。为此本文提出融合扩大搜索邻域和跳点搜索思想的改进A*算法。接着在此基础上进一步优化跳点搜索方向。然后对路径的平滑度进行小步长二次优化。通过仿真实验验证了改进算法的优越性。在局部动态路径规划中,本文首先通过改进评价函数并融合麦克纳姆轮医用物流机器人的运动学模型提出了改进动态窗口法。接着针对传统动态窗口法（DWA）容易使移动机器人陷入U型“陷阱”等问题,为弥补单种算法的局限性本文提出融合改进A*算法与改进DWA算法的双层路径规划算法。通过仿真实验验证了改进算法的有效性。在多目标点最优路径规划中,本文提出了一种结合旅行商问题（TSP）与移动机器人路径规划的多目标点最优路径算法。通过融合改进A*算法与蚁群算法,实现了多目标点的全局路径规划。然后在此基础上通过融合改进DWA算法,实现了在多目标点自主导航过程中的动态避障。通过仿真实验验证了所提算法的有效性。最后利用ROS框架进行激光SLAM与自主导航技术研究。首先在Gazebo仿真环境中对改进的路径规划算法进行实验验证。然后在第二章所搭建的麦克纳姆轮医用物流机器人平台上分别在室内环境下和东南大学校医院六楼进行实验,实现了麦克纳姆轮医用物流机器人的自主导航与动态避障,验证了本文所搭建平台的稳定性和改进算法的有效性。