人机共存环境下的移动机器人导航技术是移动机器人研究领域的发展方向,应用该技术可以使机器人利用传感器信息感知周围环境并驱使机器人执行相应运动指令,从而使机器人在移动过程中保证无碰撞的前提下,最大限度提升人类的舒适度。本课题的主要研究内容包括高匹配性多层代价地图的建立、基于碰撞代价模型的行为意图认知方法、human-aware导航算法研究以及相关实验研究。本文首先建立了高匹配性多层代价地图,通过实时更新障碍物位置的方式使障碍物放置更加准确,提高了地图与真实环境的匹配性,实现了环境障碍物“所见即所得”的效果;其次,通过减少不必要的静态障碍物更新次数,并采用了等距膨胀法来优化数据结构,提升了代价地图的更新速度。其次,为使机器人能够感知人类的私人空间及运动趋势,开展了移动机器人对于行人的行为意图认知问题的研究。采用激光雷达和Kinect两个传感器共同进行人体检测从而提高准确度;在私人空间感知中提出了一种碰撞代价模型,使人需要被机器人尊重的的私人空间能够根据机器人与人之间的碰撞概率而发生改变;在多层代价地图的基础上创建行为意图认知层作为载体,将行人的空间和运动趋势与多层代价地图的代价值相结合。然后,本文研究了一种human-aware导航算法,使其能够提升路径规划性能的同时,提高人类的舒适度并遵守一定的社会规则。针对导航技术设计了四种模式,最大限度的提升机器人在移动过程中的稳定性和可靠性。提出动态三角窗口速度规划方法,并通过设计轨迹优选方程从而获得最优轨迹所对应的速度控制指令,该方法充分考虑了电机的可执行能力,并且可以使机器人规划出符合人类舒适度的轨迹。最后,进行相关算法的实验研究。本文分别对多层代价地图、行为意图认知以及人类环境下的机器人的导航进行了实验研究。实验结果表明高匹配性和实时性均达到要求、人的空间与运动趋势可以反映到多层代价地图中、在动态人类环境下机器人可以进行有效的导航并提高人类舒适度。