地震、火灾等灾害事件的发生给我国经济发展和人民的生产生活带来较大的危害,灾害事件发生后,如何快速高效的开展搜救工作一直是各国急需解决的问题,利用同步定位与建图（Simultaneous localization and Mapping,SLAM）以及针对目标点的路径规划技术可有效提高搜救机器人的自动化程度,进一步增强搜救机器人在未知环境中的搜救能力。本文针对基于三维激光雷达的轮式搜救机器人建图及导航问题,通过搭建搜救机器人平台,开展有关搜救机器人的SLAM及路径规划等方面的研究,主要研究工作如下:首先,研究搜救机器人的整体系统方案,主要包括搜救机器人的硬件、软件系统及运动学模型的设计等。其中,硬件系统方面,主要分析搜救机器人的整体硬件系统框架,并根据性能要求等,完成搜救机器人的硬件选型及相关的电路设计,软件系统方面,主要分析搜救机器人的底层控制系统、SLAM及导航系统等,并针对控制系统完成相关程序的设计,最后,依据搜救机器人的运动控制方案,分析搜救机器人的运动学模型,并完成其正逆运动学求解。其次,研究LOAM、Le GO-LOAM算法的相关原理,本文主要对LOAM、Le GO-LOAM框架的原理进行分析,并对比两种框架的优缺点,因Le GO-LOAM的轻量级设计和地面优化功能,本文利用Le GO-LOAM框架测试搜救机器人的建图效果。实验过程中,本文分别建立了室内、室外两种环境的三维点云地图,通过对比两种环境中的建图结果,分析搜救机器人的建图性能,并将室内场景建立的点云地图作为后续导航实验的基础。然后,研究基于栅格地图的搜救机器人路径规划算法,本文利用Move＿Base导航框架构建搜救机器人的自主导航系统,通过分析全局、局部路径规划算法,测试搜救机器人的自主导航性能。其中,全局路径规划算法方面,本文首先研究Dijkstra算法和A*算法的原理,并针对传统A*算法规划的搜索速率较慢、路径连续性较差等问题,本文提出一种改进A*算法的搜救机器人路径规划算法,该算法主要从搜索方向、代价估算函数及轨迹优化方面做出改进。Matlab仿真结果中,与传统A*算法相比,改进A*算法可进一步减少50.4%的节点数、4.7%路径长度及63.8%的转折点数。局部路径规划方面,则结合TEB路径规划算法,针对未知环境中的障碍物进行实时的避障,以提升搜救机器人自主导航性能。最后,开展搜救机器人SLAM及导航系统等方面的实验研究,主要分为仿真实验和实际操作实验两个方面,仿真实验中,本文利用GAZEBO仿真环境搭建了仿真环境和搜救机器人模型,通过模拟室内的搜救场景,验证搜救机器人导航与避障算法的可行性、有效性。实际操作实验中,本文根据Solidworks模型,搭建了基于三维激光雷达的轮式搜救机器人平台。基于该搜救机器人平台,首先测试了搜救机器人的运动控制性能,通过开展角速度、线速度的校准实验及航迹推演实验,提高搜救机器人的控制精度。然后,利用Le GO-LOAM框架构建了室内、室外环境中的三维点云地图,验证搜救机器人在室内外环境中的SLAM性能。最后,基于室内环境的点云地图,开展基于栅格地图的搜救机器人自主导航实验,测试搜救机器人在室内环境中的综合导航性能。测试结果表明,搜救机器人可有效建立室内外环境中的三维点云地图,并且在室内环境中的自主导航任务中,利用改进A*算法,可有效提升搜救机器人的导航性能。该论文有图70幅,表12个,参考文献69篇。