近年来,许多智能移动机器人应用领域对机器人系统全面自动化的需求越来越高,其中包括移动机器人必须到达指定的目标位置或区域自主执行任务,而无需事先了解其工作的环境。针对单一移动机器人环境感知能力弱和自定位精准度差的问题,本文提出空地协同多模态自主导航系统来增强机器人系统的自定位与建图能力,同时该系统自主完成对目标地点的路径搜索,引导地面机器人安全稳定地到达目标地点进行作业。为了实现空地协同多模态自主导航,本文将该自主导航方法分为三个子模块,对每一个子模块展开研究,主要工作和贡献如下:1.提出一种空地协同多模态定位与建图方法,允许空地机器人共同建立在复杂未知环境中的认知。该方法通过检测与识别视觉标识物来获取空地转换关系与真实尺度信息。因此,无人机可以发挥其特有的空中视角优势,为地面端提供充足的地面障碍物与地形信息。反之,地面机器人凭借稳定的多模态融合定位信息,优化了空中端的纯视觉定位位姿与其对应的地图点。最终,空地各自的局部地图将融合形成一致的全局地图。室外实验表明,该方法有效强化了机器人系统的环境感知能力。相较于单一机器人,其估计轨迹平均平移精度提升0.099米,显著降低了定位与建图的累积误差。2.提出一种空地协同系统下的地图表达与路径规划方法。为了给予地面机器人全局的导航信息,该方法将空地协同多模态定位与建图方法输出的空地融合三维点云进行八叉树建图。随后,将该三维八叉树地图映射至适合地面端进行路径规划的二维占据栅格地图。通过实施本文改进后的A*路径规划算法,获取在该二维地图中到达设定目标地点的最优全局路径。通过系统运行测试,证明此全局路径能使地面机器人避免陷入局部最优的困境。3.提出一种动态趋势感知的地面机器人轨迹规划方法,以帮助地面机器人应对复杂未知环境中出现的动态障碍物。该方法通过预测动态障碍物的趋势轨迹,实现地面机器人在自主导航过程中实时机动规避动态障碍物。即使该动态障碍物状态检测不稳定,该方法也能保证生成的机动轨迹安全可靠,该机动轨迹同时满足地面机器人的运动学、动力学和静态障碍约束。仿真实验表明,在动态环境中,应用本方法的地面机器人其速度稳定性提升了82.75%,平均路径长度缩短8.42%,平均时间消耗降低19.29%。基于以上工作,本文构建了完整的空地协同多模态自主导航系统。该系统的实际运行测试表明,该系统能稳定而鲁棒地完成自主导航任务。