移动操作臂是由移动平台及安装在该平台上的多自由度机械臂组成的新型移动机器人系统，它兼具了移动功能和操作功能。为提高移动操作臂对工作场景的操作能力和对环境的适应能力，需为其配置相应的传感器以感知自身状态及外部环境信息，为自身行为的决策提供参照，而SLAM、自主导航和自主抓夹等相关技术对其智能功能的实现至关重要。为此，本文以Segway RMP400(Segway Robotic Mobile Platform400)移动平台和UR5(Universal Robot5)操作臂为主体搭建了一套具备感知能力的移动操作臂系统，并用它对SLAM、自主导航、移动机器人路径规划和操作臂运动规划等关键技术进行研究。　　本文首先为移动操作臂系统搭建了Hydro版本的ROS(Robot Operating System)，基于ROS已有功能包实现了机器人的SLAM(Simultaneous Localization and Mapping)和自主导航功能。对ROS局部路径规划器dwa_local_planner进行研究学习后，发现其忽略了机器人运动状态的延续性，从而易导致运动状态出现突变现象。针对该问题，提出了一个轨迹曲率相似度评价项的评价因子，并将其加入dwa_local_planner包中与原评价项一起作用于机器人轨迹评价。在ROS中进行了机器人的自主导航仿真实验，并以对比分析的方式研究本文提出的评价因子对机器人在自主导航过程中的轨迹评价功能的影响。实验结果表明，在添加轨迹曲率相似度评价因子后，机器人在整个导航过程中的最优路径曲率更平滑，说明机器人在运动状态上具有延续性。　　为研究移动操作臂的操作功能，本文对末端安装有夹持器的UR5操作臂的正逆运动学问题使用几何法进行求解。基于ROS开发的运动规划接口Move It，本文对其内部包含的多种采样规划算法进行多组仿真实验验证以评估其性能优劣，从而确定适用于本文机器人系统的方案。在此基础上，结合深度视觉以实现机械臂对目标物的自主抓夹功能。　　最后，通过遥操作实验，自主导航实验和自主抓夹实验验证了本文搭建的自主移动操作臂系统的可行性。