随着科技的进步,移动机器人已经广泛应用于家庭服务、安防、仓库物流等领域。传统的移动机器人需要人为提供先验的环境地图,为了进一步提升移动机器人的智能性和自主性,本文使用二维激光雷达、Kinect深度摄像机、光电编码器、惯性测量单元(IMU)等传感器,设计了一款移动机器人自主探索建图系统。本文主要围绕室内移动机器人的SLAM(同时定位与建图)算法、自主探索算法、路径规划算法等方面展开研究,重点优化了SLAM算法、改进了基于边界的自主探索算法,实现了移动机器人在未知环境下自主探索建图。本文首先给出了系统的整体设计方案,并详细说明了硬件选型、硬件连接等。其次,将二维激光雷达数据与Kinect标定后的点云数据进行融合,弥补了激光雷达传感器只能检测单一平面的局限性;采用扩展卡尔曼滤波融合光电编码器数据和惯性测量单元数据,避免了机器人轮子打滑、颠簸等带来的误差,获得更加精准的机器人定位;采用cartographer建图算法,通过闭环检测和图优化来消除机器人定位的累积误差,使构建的环境地图更加精确。再次,基于边界的探索算法,提出了一种高效的自主探索策略,让机器人可以快速地在已知的局部地图中寻找到最佳探索目标点。然后,使用改进后A*算法和人工势场法分别完成全局路径规划和局部路径规划。最后,在实验室中进行了多次实验,验证了多传感器的移动机器人自主探索建图系统设计的合理性和可靠性。