医药制造行业关系国民健康和社会的稳定发展,我国具有世界上最大的医药市场,对医药制造设备有着庞大的需求。为了满足无菌化制药生产,制药上料机器人在医药自动化生产环节中起着重要作用。传统的制药上料移动机器人智能程度较低,轨道式或者巡线式的导航方式和基于WIFI、UWB的室内定位方式,均需要人为事先布置移动场景,需要大量的成本并且系统的场景适应性较低。针对智能移动机器人如何在没有先验信息的室内环境下自主移动,本文将对制药上料移动机器人的室内定位与建图以及基于已有地图的路径规划算法进行研究并实现。对于室内定位与地图构建,本文以激光SLAM算法作为对象,分析、介绍和对比了Gmapping、Hector和Cartographer三种算法的优缺点,针对不平坦、复杂的非结构场景,在Hector算法的基础上,提出了一种基于惯性导航对激光雷达数据进行角度补偿的激光SLAM方法。该方法采用基于高斯牛顿的扫描匹配方法,使得机器人位置的计算不再依赖里程计模型。同时,通过扩展卡尔曼滤波器得到精确的角度信息并对激光数据进行补偿,提高构建地图的精度。实验结果表明,本文算法降低了地图墙体角度误差和机器人位置匹配的误差,证实了该方法具有良好的场景适应性和实用性。对于移动机器人的导航算法,根据障碍物在环境中的状态可以分为基于已有地图的静态(全局)路径规划和基于传感器信息的局部(动态)路径规划。本文研究并实现了Dijkstra、A*、RRT三种全局路径规划算法和人工势场法、动态窗口(DWA)算法两种局部路径规划算法。实验分析表明,A*算法具有较短的路径距离和较合理的运算成本,动态窗口法不容易陷入局部最优,可以很好地满足制药上料移动机器人的室内工作场景。针对A*算法规划路径过于靠近障碍物的问题,提出了一种基于势场函数的改进A*算法,通过在启发函数中添加势场函数检测机器人安全距离内的障碍物分布状况,使得障碍物周围的F值增大,搜索算法避开F值较大的点规划出安全路径。另外引入了搜索因子降低算法耗时,机器人与目标点之间方向向量和势场函数矢量进行点乘运算,并对负数结果进行求和,通过搜索因子预测当前搜索方向上的障碍物的分布情况,节省算法搜索时间。实验结果证明,提出的改进方法能够有效地提高移动机器人导航过程中的安全性和实时性。最后采用改进的激光SLAM算法构建室内定位地图,并基于已有地图采用AMCL算法对移动机器人进行定位,结合改进A*算法和动态窗口法完成移动机器人的导航算法。实验表明,该系统能够实现移动机器人在室内环境中无碰撞地到达目标点。