受新冠疫情影响,大量餐馆倒闭人工服务业受到重创。为改善用餐环境、降低疫情传播风险,本文设计了一款基于ROS（机器人操作系统,Robot Operating System）,集图像识别、机械臂控制、AGV（自动导航小车,Automated Guided Vehicle）导航避障为一体的智能送餐机器人。与传统设计方案相比,基于ROS的设计更加泛化,可移植算法到其配备的仿真软件中进行可靠性测试,减少重复试验、防止未完善的算法损伤机器人硬件。而对机械臂、AGV中涉及到的算法的研究,也紧跟机器人领域的发展。因此,进行送餐机器人的设计研究具有现实意义及理论价值,本文的具体的研究内容和创新如下:首先,根据实际需求设计完成机器人软硬件的总体方案。在硬件方面,设计出各器件的总体连接图,解释元件选型理由并详细介绍了各部件的功能参数。在软件方面,提出软件平台的总体设计方案,对其囊括的识别、抓取、建图、路径规划四大模块进行了详细论述。介绍ROS及本文用到的三大仿真平台,并讲解了仿真平台中用到的机器人Solidworks、URDF（机器人统一描述格式,Unified Robot Description Format）、Gazebo模型的建立。其次,进行了的三种图像预处理工作:色域转换、高斯模糊和开闭运算,提高传入识别算法前的图像质量。根据设计方案的需求,对Canny边缘检测算法进行四个方面的改进创新,包括自适应阈值设定、直方图均衡化、范数重设及高斯核拆解优化复杂度,提升识别精度的同时减少算法运行时间。再次,进行相机标定减少设备的系统误差,求得世界坐标系与图像坐标系转换的比例系数。对轮廓识别算法同样进行了四个方面的改进,包括时间及距离阈值设定、精确亚像素坐标和非最大值抑制。再根据识别出的边缘确定物体偏转角、形心位置、最大外切圆半径。利用逆运动学计算机械臂舵机转角及机械爪张角,转化为PWM（脉冲宽度调制,Pulse Width Modulation）脉宽后,对各舵机的运动时间统一,使用PID（比例、积分、微分,Proportion,Integral,Derivative）控制机械臂完成抓取。然后,进行了SLAM（同步定位与建图,Simultaneous Localization And Mapping）的两种前端优化,包括里程计标定及激光雷达运动畸变去除两部分。使用处理后的传感器数据进行SLAM-Gmapping建图,保证了地图的质量。在建好的栅格地图上,使用A*（A Star）进行最优的全局路径规划,配备DWA（动态窗口算法,Data Weighted Averaging）进行局部避障并重新快速规划路径,实现准确导航。最后,搭建机器人实体,完成送餐机器人软硬件联调。设计三种针对性实验对其图像识别、机械臂和AGV底盘功能进行验证。验证提出的各项技术指标并分析解决实验中存在的问题,改进后的送餐机器人在准确度、稳定性方面表现良好。证明机器人软硬件设计具有可行性,满足服务需求。