如今绝大多数机器人的应用场景比较简单,很难自适应外界环境的变化,不具有多综合场景适应性。因此,本文将提出基于ROS搭建移动机器人在仓储环境中进行智能自主导航配送,使用智能机器人来提升物流行业货物流通的效率。本次课题基于ROS来搭建移动机器人及模型,在仓库内部进行自主导航展开研究。首先对ROS操作系统的特性简要描述,然后对整个系统做出系统分析。根据双轮差速机器人模型,对整体软硬件以及部分重要的硬件模块进行数学建模分析,推导模型原理,为后续机器人进行自主导航和地图构建工作做准备。针对移动机器人室内环境下的建图问题,深入研究了目前激光雷达领域两种典型SLAM方法:基于RBPF的Gmapping SLAM方法和基于图优化的Cartographer SLAM方法,对两种方法的原理展开了细致的讨论。在ROS的仿真工具Gazebo中搭建了两种综合场景,分别对这两种综合场景使用Gmapping SLAM和Cartographer SLAM方法进行机器人建图和定位,并对建图的结果进行评价。利用现有的机器人平台,在实验室中使用机器人对实验室的整体布局进行了扫描建图,成功绘制出来了室内的二维平面地图,验证了移动机器人在室内场景中进行SLAM建图的可行性。针对机器人在自主导航过程中能够实时避障的需求,首先深入分析了全局轨迹规划方法Dijkstra和A*,对各自的性能做简要分析,提出了双向A*进一步提升搜索的效率。再针对A*路线修改效率低的问题,在引入了动态A*来解决A*在修改路线的时候效率低的问题。本文重点研究了局部轨迹规划方法:动态窗口法,对动态窗口法的原理进行可剖析和推导,并在matlab中修改不同的轨迹评价参数和障碍物的半径,验证了不同参数的动态窗口法进行局部轨迹规划的可行性,并选出最优参数,作为本次课题的局部轨迹规划方法。最后对机器人的自主导航框架进行了介绍,然后开始准备自主导航实验。首先在Gazebo中搭建了仓储环境,分别进行地图构建和自主导航实验,并验证了仿真环境下自主导航的可行性。利用机器人在实验室内部也做了两组自主导航实验,均能完成。为了验证实时避障的可行性,单独进行了一次动态障碍物躲避实验,验证了动态窗口法参数的可行性。