随着近些年来人工智能的发展，智能移动机器人作为人工智能算法落地的载体也得到了人们的广泛关注，其作为一种复杂的机电设备，需要多种模块、算法和技术的有机融合才能真正发挥其替代劳动力的作用，然而现有智能移动机器人开发平台的局限性使得开发一个安全、实时、鲁棒的智能移动机器人应用存在着诸多困难。
　　一方面，对于机器人硬件平台，一般由计算平台、控制执行平台和传感器平台组成，其中计算平台作为控制命令的分发单元以及传感数据的处理单元，虽然目前的通用处理器在性能方面有很大的提升，但单个性能强大的处理器仍然难以满足智能移动机器人日益复杂多样的数据处理和智能计算需求。另一方面，对于机器人软件平台，其设计目的是通过提供一种模块化、标准化的软件编程框架以及一组基础的机器人应用算法库来提高机器人应用研发人员的开发效率，而现有机器人软件平台缺少对安全实时的智能移动机器人应用开发的支持。
　　针对以上问题，本文主要进行了以下研究工作:
　　第一，本文面向智能移动机器人提出了ADAM(Autonomous Driving And Mobile)平台。其中硬件平台以S32V234微处理器和STM32F407微控制器为计算平台，结合异构计算技术为智能移动机器人提供高性能计算和实时控制的同时，也能满足机器人应用对安全冗余和低功耗的需求;其中软件平台参考AUTOSAR联盟为迎合汽车智能化、网联化需求提出的AUTOSAR自适应平台(Adaptive Platform，AP)软件开发规范，结合混合实时操作系统、数据分发服务等技术为安全实时的智能移动机器人应用开发提供支持，并在该平台提供了一组定位、规划、控制基础导航算法，降低了机器人应用的研发门槛。
　　第二，基于本文的ADAM平台提出了一种多传感器紧耦合定位算法，以MSCKF为融合框架对激光雷达和IMU传感器进行了定位融合，该算法能够在资源有限的嵌入式平台中完成结构化环境下的鲁棒定位。本文提出了一种改进动态采样局部路径规划算法，能够根据环境变化动态调整资源占用率。
　　第三，基于本文的ADAM平台开展了地下车库场景的环卫机器人应用实验，通过搭载激光雷达、摄像头、IMU、编码器等传感器实现了固定线路自主垃圾清扫核心功能，并开发了远程状态监控、远程故障接管等管理部署工具，验证了ADAM平台的可靠性和易用性，证明其具有一定的应用和研究价值。