随着机器人智能化的不断发展,移动机器人逐步从人工手动控制向智能化自主导航方向发展。自主导航主要包括地图构建、定位、路径规划等关键技术。本文针对移动机器人自主导航的部分关键技术进行相关研究并做了实验验证。本文具体做了以下工作:针对移动机器人自定位问题,将航迹推算定位与惯性定位进行卡尔曼融合,并与改进后的蒙特卡罗定位相结合实现移动机器人自定位。利用激光雷达数据构建栅格地图,并引入栅格占据率概念,以减少传感器噪声的影响。以当前移动机器人位置X_t为中心,半径为1.2v的一个圆内进行运动模型预测。将获取的激光传感器数据与环境地图进行匹配,并根据探测障碍物与地图中障碍物符合情况对粒子进行评分,取评分最高者作为机器人估计位置。为了减少定位坐标误差,对估计位置进行滤波处理,并利用估计坐标与真实坐标的欧式距离来评价滤波效果。MATLAB仿真实验表明改进后的蒙特卡罗定位算法,可有效降低定位计算时间且对定位精度没有明显影响;在改进的蒙特卡罗定位算法后增加一阶低通滤波,可有效提高定位精度且对定位计算时间影响非常小。针对全局路径规划提出改进的蚁群算法。随着算法进行程度动态更新参数值,选用前N_m代的最短路径和设定门滞值以及“回退”策略。仿真实验表明改进后的蚁群算法可有效缩短迭代次数,节约时间。针对局部路径规划将模糊控制与DWA(Dynamic Window Approach)算法相结合来动态调整DWA子函数权值组合。仿真实验表明,改进后的DWA算法提高了对环境的适应性,有利于快速找到最短路径。借用机器人操作系统ROS(Robot Operating System),在Gazebo三维动力学仿真软件和RVIZ上实现移动机器人导航仿真。在导航仿真中验证改进蒙特卡罗定位、改进蚁群算法和改进DWA算法的可行性。最后,搭建移动机器人实验平台,将机器人控制系统与ROS导航系统相结合。设计实验环境场景,对其构建地图并进行导航实验,验证改进算法的正确性。