近年来,随着科学技术的发展,尤其在人工智能、机器人和计算机领域的突破,自主移动机器人的研究和开发取得了长足的进步。移动机器人在灾后现场实现探测的救援机器人也陆续开始出现,代替救援人员执行对灾害现场环境信息探测的任务。自主探测的救援机器人主要与环境及其自身的定位感知密不可分,这两项技术被统称为即时定位与地图构建(SLAM,Simultaneous Location and Mapping)),SLAM技术是移动机器人领域的研究热点和关键技术。本课题以煤矿救援机器人为应用背景,对机器人技术在定位与地图构建、导航与路径规划中的方法进行研究,同时构建了集嵌入式、软件应用、地图构建和路径规划于一体的煤矿救援机器人原型机。机器人操作系统(ROS,Robot Operating System),由斯坦福大学与Willow Garage公司共同研发,在机器人领域已成为主流的开发平台。该系统提供标准的操作系统环境和大量的算例库,它可以实现硬件与PC中进程、PC中各进程间通信的功能,通过ROS可以将算法计算结果通过节点发布控制指令给底层控制层。本文针对即时定位与地图构建问题和路径规划问题展开研究,具体研究工作主要包括以下方面:(1)针对SLAM技术在移动机器人中的应用进行了介绍,并简要总结了其在国内外的研究背景、意义和研究现状。介绍了SLAM技术的应用场景和研究方向,确定了课题的研究方向。(2)对实验平台的移动机器人运动模型和观测模型进行研究并建模,对机器人操作系统(ROS)和激光雷达的系统构建进行了研究,详细介绍了本文所用激光雷达扫描未知环境的的基本工作原理和建立基于激光雷达的观测模型,同时介绍了ROS系统基本框架和优点。(3)针对机器人的构图问题,对基于激光雷达的SLAM算法进行研究,针对RBPF-SLAM算法在重采样期间直接丢弃低权值的粒子,易导致诸如粒子枯竭、粒子多样性降低等问题,将量子粒子群优化算法引入RBPF-SLAM中,对粒子集进行调整,以解决重采样中的粒子枯竭现象。最后进行仿真实验,实验结果验证了基于量子粒子群优化的RBPF-SLAM算法的可行性,缓解了粒子枯竭问题。(4)接着针对基于SLAM提供环境地图的机器人导航进行研究,导航算法通过全局与局部路径规划两个方向进行研究。针对这两个方向,本课题提出了两种算法,并验证了算法在ROS中的有效性,最后在ROS中实现对实验平台的控制。(5)基于ROS平台设计并搭建了移动机器人实验平台综合系统框架,搭建了SLAM、路径规划、底层控制、坐标转换和远程控制模块。基于真实环境对移动机器人的实时地图构建与定位,本地导航和避障进行验证。实验证明了基于ROS设计的SLAM系统和移动机器人系统的可行性。图[62]表[4]参[56]。