随着科技进步和经济水平的发展,机器人技术也开始扩展到人类的生产生活之间,而随着机器人与人工智能的不断结合,人机协作逐步成为机器人领域的研究热门,其中可搭载人机协作机械臂的自主移动机器人逐渐成为研究热点。本课题以人机协作机器人为应用背景,对机器人技术在同步定位与地图构建、路径规划与导航中的应用进行探索,通过搭建集成机械结构、嵌入式、地图构造和导航路径功能的移动机器人系统,并将多传感器融合技术应用于移动底盘,达到较高的定位精度及导航效率。首先,基于双轮差速驱动的移动底盘设计搭建总体软件框架,利用激光雷达和深度相机感知外部环境,利用MCU集成底边安全触边、超声波传感器及防跌落传感器等安全传感器信息,保证其运动时的安全平稳,利用ROS操作系统搭建整个软件框架,保证系统的运行稳定与数据传输效率。其次,本文在地图构建中使用的是基于特征点的RGBDSLAM框架,针对视觉前端常用的ORB特征缺乏尺度和旋转鲁棒性且分布集中的问题,利用网格化方法结合改进的特征描述算法进行特征提取,在维持检测算法的实时性同时保证了特征点的均匀分布和鲁棒性,针对特征匹配过程中存在的大量误匹配现象,利用网格化筛选结合PROSAC的方法增加正确匹配对数并减少匹配误筛除,针对位姿估计中使用传统方法得到的位姿误差较大,利用多特征点方法进行估计以减少估计误差,针对位姿优化过程,提出关键帧检测和闭环检测方法,利用IMU和里程计数据并结合位姿图优化,完成地图构建。然后针对仅使用激光雷达无法充分获取环境地图信息的缺陷,结合贝叶斯公式将其与深度相机的三维点云投影到二维平面环境信息相融合,建立室内环境的详细栅格地图。在路径规划方面,基于传统A*算法改进得到16方向的加权A*算法,在一定程度上减少路径长度和旋转角度,通过改进A*算法进行全局路径规划,并结合激光雷达和深度相机数据及动态A*算法进行局部路径重规划,最终得到基于A*算法的全局导航策略。最后利用构建的移动机器人,完成融合IMU及里程计的RGBDSLAM实验,并利用激光雷达与深度相机融合得到的三维地图及全局导航策略进行实物实验,验证算法可行性。