移动机器人技术涉及到多个领域的研究,随着计算机网络、自动化、人工智能以及电子信息等技术的飞速发展,移动机器人技术的研究也变得越来越广泛。工业制造、太空探索、灾难现场、高危环境作业和社会服务等领域,都给机器人技术的发展提供了广阔的空间。导航技术是移动机器人研究领域的重点,它是一个综合性研究的课题,包括:导航定位、环境建模、避障、路径规划等多方面。本文对移动机器人中的导航定位与路径规划问题进行了研究。针对单一导航系统导航精度的不足,设计了一种基于里程计/GPS/地磁传感器的组合导航系统,通过卡尔曼滤波器对三种导航信息进行融合以提高系统的导航精度。利用MATLAB进行试验仿真,证明该组合导航系统能有效解决里程计误差积累问题,提高系统的导航精度。针对基本蚁群算法中全局路径规划收敛速度慢以及容易陷入局部最优解等问题,对蚁群算法进行改进。利用栅格法对环境地图建模,对凹槽部分进行填平处理;对转移概率以及下一节点的选取进行改进,提高蚁群算法的多样性;对每个节点上的信息素强度进行限定;借鉴精英蚂蚁系统,每次迭代完成后,对所有的路径进行求平均值处理,只对比平均值小的路径进行信息素更新,提高蚁群算法的收敛速度。最后利用MATLAB仿真,并且与基本蚁群算法和遗传算法相比,改进后的蚁群算法收敛速度更快、最优路径搜索效率更高、算法的鲁棒性更强。针对移动机器人避障系统中超声波近距离测距有盲区、超声波测距数据变化较大以及测距出现粗大误差等问题。采用红外测距与超声波测距混合使用解决超声波近距离测距有盲区的问题;采用多次测量,剔除不合理的数据,然后求平均值的方法,对测量的数据进行处理,提高测量数据的准确性和可靠性;通过实验数据分析比较,证明了该数据处理算法的可行性与有效性。在移动机器人的实验平台上对机器人的导航定位功能和避障功能进行试验验证。实验结果表明,移动机器人的导航定位功能和避障功能能够满足系统要求。