近年来随着科学技术的快速发展迭代,各种智能机器人在工业领域和人们生活中出现,机器人已经成为了代替人在繁琐、重复、灾难救援以及宇宙探索环境中的不可或缺的智能工具。在服务工作方面,智能服务机器人、家政服务机器人等室内服务机器人可以为人类提供必要的帮助。医院场景下,移动机器人可以帮助运送药品,极大提高医院工作效率。在智能工厂中,大量的机器人被使用,并且由于工厂员工的活动与临时堆放的杂物,使得工厂成为一个复杂的场景,而复杂密集障碍场景下,如何解决移动机器人路径规划和实时避障,一直是机器人导航中的难点。本论文主要针对移动机器人在密集障碍场景下的路径规划技术和避障方法等关键技术展开研究。具体内容如下:(1)移动机器人软件系统设计。针对工作场景进行移动机器人的选型并建立起移动机器人的运动学模型,在ROS系统可视化工具中建立机器人的URDF模型,建立起移动机器人导航系统框架。(2)基于蚁群算法的机器人全局路径规划方法研究。提出了基于改进蚁群算法的机器人全局路径规划方法,建立经典蚁群算法的环境栅格地图环境模型和数学模型,分别针对简单场景和密集障碍场景进行路径规划仿真实验;针对影响蚁群算法运行的关键参数进行控制变量法实验,找出参数最优组合;针对经典蚁群算法在密集障碍场景下的问题提出了解决措施,并设计了对比实验,最终对改进算法的有效性进行了验证。(3)基于VFH+算法的局部避障方法研究。针对VFH、VFH+系列算法存在阈值敏感、没有考虑机器人速度与障碍物速度以及机器人运行过程中左右徘徊震荡的问题,提出了自调节阈值的VFH+路径规划算法,并同传统VFH+算法展开对比实验,并对改进算法的可行性和有效性进行了验证。(4)实验研究。在实验平台上搭建移动机器人软件系统,设计实验对本文提出的全局路径规划方法与局部避障方法的有效性进行验证。