随着移动底盘技术的发展,自主导航底盘越来越多的被应用于家居、医疗、救援和工业生产当中,推动着社会生产力的发展。然而,在工厂这种复杂环境下,非全向轮底盘受其运动模型限制,在狭窄的室内空间应用效果不理想,同时,在导航方式方面,传统的移动底盘轨道固定、智能化程度低,所以移动底盘的自主导航研究成为目前的研究热点。因此,本文针对室内工厂环境,对全向移动底盘的自主导航技术进行研究。本文的主要研究工作如下:首先,研究了移动底盘、导航技术、激光SLAM和路径规划的研究现状,对全向导航底盘进行系统建模。介绍了基于ROS导航框架的软件系统和基于传感器与处理器的硬件系统,针对麦克纳姆轮式全向底盘,建立了本文所用移动底盘的正逆运动学模型,研究了包括里程计模型和激光雷达模型的传感器模型,并对导航系统中所用到的坐标系转换模型进行了介绍。其次,应用全向轮底盘对室内环境进行SLAM建图。描述了SLAM问题模型,针对全向轮底盘的具体传感器配置,分析对比了两种适用的主流SLAM建图算法,选择更为合适的Gmapping算法作为导航系统中的建图算法。对Gmapping算法原理进行探究,针对本文采用的底盘平台的传感器配置特性和误差问题,改进Gmapping算法所用particle粒子数和扫描匹配阈值Score,提高建图精度,进行建图试验验证改进Gmapping算法效果。然后,研究并改进了自主导航系统的全局规划算法。介绍了快速搜索随机树（RRT）算法及其主流变种算法,针对RRT算法存在的问题,本文提出改进RRT*算法,包括将目标偏向的RRT和渐进最优的RRT*融合提出G-RRT*算法,解决RRT算法收敛速度慢、路径非最优的缺点;提出膨胀处理思想,解决路径离障碍物过近问题;提出路径剪枝思想解决冗余点过多问题;提出曲线平滑思想解决路径曲折问题,最后通过多组仿真对比试验验证了本文所提出的改进RRT*算法的可行性、优越性与鲁棒性。最后,进行全向轮底盘的导航设计与试验。介绍了本文所用的全向移动试验平台,设计了本文的导航系统框架,完成了基于ROS的导航系统参数配置和改进算法编写。通过蒙特卡洛定位试验与在无障碍物、有障碍物和动态障碍物环境下的自主导航试验,验证了本文所提出的全向轮底盘自主导航系统的可行性与鲁棒性。