近年来,随着传感器技术和人工智能等领域的不断发展,机器人技术也随之迅速革新并实际落地应用。传统的服务机器人已无法满足人类对智能化生活的憧憬,研制出一款拥有自主导航功能的迎宾机器人成为一种需求。研究表明,优秀的定位和路径规划技术是迎宾机器人导航领域的关键。为实现良好的定位精度和稳定的导航功能,本文结合开源的机器人操作系统(Robot Operation System,ROS),通过扩展卡尔曼滤波算法融合编码器,惯性测量单元和单目相机的定位信息,完整设计并搭建了一套迎宾机器人导航系统。本文主要研究内容如下:(1)单目相机视觉里程计的研究。详细梳理了单目相机视觉里程计的通用框架,其中主要包括,特征点的提取与匹配,相机运动估计与局部优化等。利用迎宾机器人携带的单目相机,比较了以特征点法为主的MonoSLAM和ORBSLAM2算法,在实际测试场地中,特征点的提取,同时定位与地图重建结果和定位精度方面的差异,并通过均方误差评估两种算法在定位精度上的差异。(2)融合多传感器信息的里程计构建。在构建多传感器信息融合算法模型中,以编码器的估计量为系统模型,以单目相机和惯性测量单元的估计量为观测值,分别更新位置信息和姿态信息。利用迎宾机器人上的现有硬件设备为载体,进行位置融合实验和姿态融合实验。实验结果表明,融合后的位姿信息较单一传感器而言,具有较高的精准度。(3)基于栅格地图的路径规划算法研究。详细介绍了以栅格地图为主的路径规划算法的基本原理以及搜索过程。针对目前A~*算法存在未考虑机器人宽度信息和规划轨迹不平滑的问题,提出改进的策略。主要体现在:在估计函数中考虑障碍节点的安全因子,优先生成与原路径同向的子节点;对生成的路径规划序列中,前后节点的连线不经过障碍物的中间节点进行剔除,从而进行轨迹平滑。设计仿真实验,验证原始算法与改进算法在规划轨迹方面的差异。(4)设计并搭建迎宾机器人导航系统。详尽论述迎宾机器人的硬件设计和软件设计方案。结合机器人操作系统ROS,采用Plugin的方式将改进的A~*算法整合到Move Base导航框架中。在室内场景下和走廊场景下对比标准的A~*算法和改进的A~*算法在路径规划上的差异,并针对走廊场景下进行了12次导航实验,验证迎宾机器人导航系统的稳定性和精准性。在导航实验中,平均误差稳定在10厘米左右,迎宾机器人具有良好的导航精度和实际应用前景。