移动机器人是人类走向智能化时代的典型产物,代表着新兴技术的发展前沿,已在各个学科领域取得广泛应用。同步定位与地图构建(SLAM)是移动机器人实现智能化的前提,而机器人能自主导航并完成指定的任务是其实现自主化的基础。本文以移动机器人为研究背景,对基于激光雷达的SLAM以及路径规划算法的研究与实现。首先,通过对SLAM问题展开描述,主要研究其运动模型、里程计模型以及传感器的观测模型,为SLAM算法的推导奠定了基础,同时分析对比了三种常用的SLAM环境地图的表示方式。针对同步定位与地图构建问题,本文首先介绍了基于滤波器、基于扫描匹配、基于优化的SLAM算法的基本原理,着重研究了三种典型SLAM解决方案,分别为:基于粒子滤波器的Gmapping算法、基于扫描匹配的Hector算法、基于图优化的Cartographer算法。在论述其原理的同时给出详细的数学推导和流程模型。通过构建Gazebo中环境及机器人模型,对三种算法进行仿真验证,分析对比各自的优缺点以及影响实验效果的重要参数。针对移动机器人的路径规划问题,本文将其重点分为两个部分进行研究,即全局与局部路径规划。在全局路径规划中,本文重点研究了单源最短路径算法Dijkstra算法和A*算法,详细阐述了算法的原理,并利用MATLAB仿真实现算法的对比验证与分析,选择搜索效率高的全局路径规划算法。在局部路径规划中,本文基于TEB局部路径规划算法,将全局路径作为局部规划的依据,重点对局部TEB算法的原理进行研究与分析,并且通过Stage仿真模型进行仿真实验,提供寻找局部最优路径和跟踪全局路径两种实验方案,完成导航系统路径规划功能的实现,为机器人自主导航提供了基础。为了验证算法的有效性,搭建基于ROS以激光雷达为主要传感器的移动机器人平台,对系统的总体架构和分层模块进行分析,实现导航系统的SLAM和路径规划算法,使平台具备了移动机器人构建环境地图和自主导航的能力,该系统基于搭建的静态地图层,扩建了动态障碍物层,构建具有实时更新能力的总地图,既可动态避障,同时又能完成预先设置的目标点导航。