移动机器人具有广阔的应用前景,随着科技的进步逐渐渗入到军事、工业、服务、家居等各个领域,而实现自主导航是移动机器人执行各项任务的基础保障,本文研究了基于RGB-D相机的移动机器人SLAM算法和障碍物感知技术,并提出了移动机器人的避障策略和全局路径规划方法。论文的主要研究工作如下:1.针对目前移动机器人SLAM算法存在的计算复杂、实时性差的问题,提出一种基于RGB-D相机的实时SLAM算法。首先提取RGB图像中的FAST特征点,接着采用直接法最小化光度误差来估计相机的位姿变换。为了减小移动机器人运动过程中的累积误差,提出基于词袋模型的回环检测方法,并采用g2o框架进行位姿图优化。实验结果表明,所提算法能够大大提高SLAM系统的实时性,并构建稠密化的三维环境地图。2.针对环境中的障碍物,采用RGB-D相机采集到的数据实现障碍物的感知。首先采用最大类间方差法分离出背景并剔除,基于几何模型去除地面干扰物,然后采用形态学运算进行图像散斑的去除,最后求出所有障碍物的凸包,从而得到障碍物的位置和大小等信息。针对动态障碍物,采用CamShift算法对障碍物目标进行跟踪,然后应用卡尔曼滤波算法对障碍物的位姿进行最优估计,并根据优化后的位姿估计障碍物速度。3.针对不同类型的障碍物,提出了相应的避障策略。采用动态轨迹规划方法调整初始轨迹完成对静态障碍物的避障,基于速度矢量的思想实现对动态障碍物的避障。最后进行了实物实验,实验结果表明移动机器人能够以较小的代价安全避开动态障碍物。4.针对工作环境已知的情况,研究了移动机器人的全局三维路径规划问题。首先改进了蚁群算法的全局信息素更新策略,接着引入安全性因素,设计死锁情况下的蚂蚁回退机制,提出了一种八叉树搜索模式与逐个平面搜索模式相结合的新搜索模式。仿真结果表明采用所提方法得到的三维路径长度短、搜索效率高,且更加符合实际情况。本文取得的研究成果对提高移动机器人的自主导航能力具有较好的理论指导意义和一定的实际应用价值。