随着机器人技术的发展及传统制造业智能化改造的推进,移动机器人技术越来越受到学术界和工业界的关注。本课题来源于校企合作项目,针对企业金属加工车间内的物料运输需求,设计可用于金属加工车间内物料搬运的移动机器人。本文主要对移动机器人的运动学、多传感器融合算法及激光SLAM技术展开研究。本文的主要研究内容如下:(1)分析了传统制造业金属机加工车间的特点,在此基础上明确了移动机器人的设计需求,对移动机器人的控制系统进行了功能模块的分解;对四轮麦克纳姆轮形式的移动机器人的运动学模型和航迹推演模型进行推导,为移动机器人的同步定位与建图算法的初始位姿估计提供了研究基础。(2)轮子打滑等情况将会引入误差,为了弥补此情况下,基于轮式里程计的初始位姿估计精度不足的缺点,本文建立了轮式里程计运动学模型标定方法和基于激光雷达的最小二乘标定法;基于扩展卡尔曼滤波算法,对轮式里程计和IMU的传感器信息进行融合,并将融合后的机器人位姿作为移动机器人SLAM的初始位姿。(3)对粒子滤波理论、激光SLAM算法及改进RBPF-SLAM算法的原理进行了深入研究;针对Gmapping算法存在的当粒子数较多时引起计算效率下降问题,提出了基于KLD重采样的自适应粒子数的优化RBPF-SLAM算法,可根据当前粒子群的分布情况自适应调节参与重采样的粒子数目,提高了算法效率。(4)进行了仿真实验,并在自主搭建的实验平台上对传统算法及改进算法进行了对比实验,通过三处不同的室内环境实地实验,证实了本文改进算法的有效性。