近年来,机器人在许多领域已开始进入商用,机器人的相关核心技术也得到了快速发展。其中,室内服务机器人作为机器人重要应用场景之一,已经在餐饮、教育、物流等方面开始发挥作用。自主导航控制技术作为机器人核心技术之一逐渐趋于成熟。为解决在室内场景应用中,传统的基于激光雷达的单传感器自主导航控制系统不能适应复杂环境的问题,基于多传感器信息融合的机器人自主导航控制系统产生并成为当前一个重要的研究热点。本文使用Kinect v2、rplidar传感器,在ROS系统平台使用C++编程语言和OpenCV、Kinect SDK、gmapping等开源软件库,设计了一款室内机器人自主导航控制系统。该系统使用多个传感器采集数据,对原始数据进行处理优化并使用数据融合技术处理传感器数据得到综合数据,最后综合数据传入导航控制模块由路径规划算法控制机器人向目标点移动。本文首先对系统进行需求分析,然后给出了系统整体框架设计,并简单介绍了深度图像修复模块、数据融合模块和导航控制模块。其次,以像素滤波和中值滤波为基础算法设计深度图像修复模块,修复Kinect v2原始深度图像中的噪点和信息无效区域,提高机器人运行环境信息采集准确性。再次,针对室内复杂环境,本文提出使用Kinect v2深度图像数据对基础rplidar激光雷达数据通过自适应加权算法完成数据精度优化和三维信息补充得到融合数据。然后基于融合数据,导航控制模块获得环境数据,使用改进后A*算法完成全局路径规划。在机器人运行过程中使用人工势场法进行动态避障,对人工势场法目标不可达和局部最小点问题通过修改斥力场函数和临时目标点解决。最后,本文对系统重要模块和系统整体进行了测试,结果表明该系统达到了预期的设计目标,为机器人实际系统应用提供了基础。