随着中国经济的飞速发展,社会的总制造和总需求被不断推高,仓储物流领域的存储物件数量和存储压力也在不断增大。针对仓库日益复杂的存储环境,智能仓储物流机器人的应用应运而生,以帮助仓储物流行业提高管理效率和管理能力。在此背景下,着眼于降低管理成本和提高仓储物流智能化、自主化水平的考虑,本课题设计研发一款应用ROS系统的物流移动机器人,实现在未知环境下自主完成环境地图的生成,并采用人工智能的相关技术研究实现对目标的运动跟随导航。首先结合现有技术设计移动机器人的总体方案,搭建机器人的本体结构和软硬件框架。设计麦克纳姆轮结构全向移动基本模型并搭载独立悬架结构,加强机器人的灵活性和稳定性。对机器人模型进行运动学分析,选型主要硬件模块,完成底盘控制系统和上位机主控系统的软硬件开发,集成功能平台。其次对目标检测和多目标跟踪算法展开研究。在目标检测方面,选取YOLOv5s作为检测框架,对模型参数进行重新训练以提高检测精度。在多目标跟踪方面,分析常用的多目标跟踪算法SORT以及Deep SORT,在选取Deep SORT算法作为跟踪基本算法的同时,对匹配过程进行优化改进,采用GIOU指标代替IOU进行匹配,并且将跟踪器得到的跟踪框也作为匹配目标框改善短期检测框误检、漏检的情况,增强算法的稳定性和准确性,验证跟踪效果。再次对自主探索导航的原理及算法展开研究,阐述栅格地图的建图方法,完成对RRT随机搜索树算法的仿真测试,验证RRT算法在机器人上运行的可行性。同时设计自主探索建图导航策略,进行移动机器人的自主探索建图导航,构建环境地图,检验建图的效果。最后设计移动机器人的运动跟随策略,同时设计跟随目标测距策略,验证单目相机测距方法可行性。在移动机器人上将目标检测,以及目标跟踪导入运动跟随功能,制定运动跟随工作流程,在构建的环境地图上测试移动机器人运动跟随的效果,为仓储物流机器人的设计提供一套可供参考的解决方案。