移动机器人的发展与应用对于推动智能制造的发展有着重要意义。导航控制是移动机器人的关键技术,决定了机器人的智能化程度。传统移动机器人的导航方式存在轨道固定、智能化水平低等问题,如何实现自主导航方式逐渐成为一个研究热点。本文围绕移动机器人自主导航系统展开研究,研究了基于麦克纳姆轮的移动机器人运动学模型、移动机器人同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)技术和导航路径规划技术,搭建了全向移动机器人平台,并设计了全向移动机器人自主导航系统。主要完成工作如下:首先对国内外移动机器人技术研究现状进行了分析,深入研究了基于麦克纳姆轮的四驱移动机器人的运动学模型,为后续移动机器人的运动控制提供了理论依据。之后使用模块化设计方法,将移动机器人自主导航系统分为传感器感知模块、SLAM模块以及路径规划模块,并依此设计了全向移动机器人自主导航系统总体方案。接着描述了SLAM问题,分析了两种主流方法,分别是基于滤波方法的SLAM算法和基于图优化的SLAM算法。主要介绍了改进后的基于Rao-Blackwellized粒子滤波算法和Cartographer算法,并通过仿真实验对比了两种算法的建图效果。然后对自主导航系统中的路径规划算法进行研究。介绍了全局路径规划算法中常用的Dijkstra算法、A*算法和RRT算法,对这三种算法原理和流程进行分析,根据仿真实验对比,选择A*算法作为全局路径规划算法,以提高导航效率。考虑到移动机器人运动过程的安全性,路径规划模块在全局规划的基础上结合局部路径规划算法对导航功能进行优化。分析了局部路径规划算法动态窗口法DWA的算法原理,对导航过程的异常情况进行分析并提出恢复办法。最后,结合全向移动机器人的运动学分析和导航算法研究,设计并实现了基于ROS平台的全向移动机器人自主导航系统,并对实际使用效果进行了对比分析。通过现场实验,验证了改进后的RBPF SLAM算法的有效性,得到的结果更为准确。最后通过自主导航测试,在无障碍物静态环境、有障碍物静态环境、有动态障碍物环境三种环境类型下的自主导航实验,实验结果验证了该导航系统的可行性,可以满足生产需要。