为了缓解医疗领域护理人员供不应求的现状,借助机器人技术协助护理人员在医疗场景下完成护理任务,降低护理成本。本文基于机器人操作系统设计了一种用于液态药物配送的护理机器人导航系统。针对传统地图构建算法出现的定位精度低、生成地图不准确的问题,提出一种移动式护理机器人改进定位建图算法,同时对全局规划蚁群算法搜索效率低,路径拐点较多等问题进行改进,提出的导航策略满足机器人执行药物配送任务的基本要求。本文主要研究内容如下:1、针对基于RBPF的传统定位建图算法存在定位精度低、粒子缺乏多样性的问题,提出了一种基于最优粒子诱导的改进算法。通过弱化高权重粒子的影响力,使用诱导吸引的方式进行粒子更新迭代,保证粒子集的多样性。根据诱导区域进行分类,提高定位与建图算法准确度的同时保证粒子的多样性。通过对原始算法、本文所提算法进行仿真对比,验证了本文改进算法在建图时间上可以节省10%左右的时间,在建图定位精度方面相比传统建图算法减少10%左右的误差,在建图质量上对地图边缘和拐角的复现效果更好。2、针对护理机器人执行液态药物配送任务出现的大角度偏转问题,本文提出一种基于拐点最优的改进蚁群算法,添加转角启发信息,以路径长度和总转弯次数的加权值作为评估值,减少规划路径中大角度偏转的频率。针对药物配送路径的不可见区域可能带来的安全隐患问题,提出基于可见性状态轨迹再优化方法,提高护理机器人药物配送安全性。最后针对护理机器人药物配送过程中的实时避障要求,提出了添加基于距离因子改进的人工势场法。算法性能仿真实验验证了改进后的蚁群算法规划路径搜索过程中可以减少15%到20%的时间、20%左右的拐点数量以及5%左右的路径长度;在仿真环境下验证了护理机器人规划无碰撞路径的同时也具备较强的实时避障能力。3、在不同的实际场景下分别采用护理机器人进行定位建图与药物配送试验。采用原始Gmapping算法和本文改进算法进行地图构建对比试验,改进定位与建图算法可获得较高精度的场景地图。在已构建的地图上验证了改进蚁群算法在药物配送策略上的高效性和平滑性,最终护理机器人可以在规划出无碰撞路径的同时展现出较强的实时避障能力,试验结果验证了本文提出药物配送算法在建图与导航方面的有效性与可靠性。