机器人的自主性在移动机器人的领域一直是人们追求的目标。近年来,在越来越多的自主移动机器人工作环境不断扩展的同时,人们对于其自主移动的要求也越来越高。作为自主行为的底层支撑,移动机器人对复杂的三维环境高效感知并生成避开障碍物的运行轨迹是保证其安全运行的前提。本文以复杂环境下移动机器人局部环境感知与避障问题作为切入点,对移动机器人局部复杂环境的高效感知表达与避障规划进行了相关研究。首先,分析了国内外相关研究现状,阐述了论文的研究背景与意义。之后介绍移动机器人的概念和基本原理,对移动机器人运动模型、里程计模型与距离传感器模型进行了推导,并介绍了它们各自的标定流程。其次,分析了移动机器人常用的环境信息感知与表达方法的优缺点。为了能够高效且紧凑的来表示移动机器人局部三维环境中的障碍物信息,将滑动窗口更新思想引入概率高程映射方法并介绍了相关原理和具体步骤。进一步的,结合局部高程映射所生成的局部环境高程图,提出了对应的移动机器人可通过性检测方法,最后将计算出的可通过性结果转化成直接用于避障规划的局部通行代价地图。再次,对于已知了动态更新的局部代价地图之后,将机器人的局部避障问题重定义为在考虑全局规划路径和局部通行代价地图的双重基础上,如何生成一条连接局部初始状态与目标状态的无碰撞可行轨迹。本文引入一种基于优化的TEB局部轨迹规划方法,将全局轨迹作为初始值放入局部轨迹规划器中进行优化计算,结合动态更新的局部通行代价地图生成一条局部无碰撞轨迹。该轨迹随着局部通行代价地图的动态更新进行重规划,从而使得移动机器人在复杂的动态环境中具备灵活的避障与导航能力。最后,基于ROS(Robot Operation System)构建本文提出的移动机器人局部环境感知与避障系统,并分别在仿真环境中与真实搭建的实验环境中验证了本文提出的系统在复杂环境中的可行性和有效性。相比于传统的感知方法与独立的避障策略,该系统对局部复杂环境信息表达的有效性更为出色,同时基于局部动态环境地图的局部轨迹规划方式也使得移动机器人具备更加灵活的避障能力。