随着人工智能和机器人技术的发展,移动机器人助力服务产业升级,正在受到普遍关注。移动机器人正常工作需要具备感知、定位和导航能力。其中自主导航能力是一项基本且重要的能力。传统场景中,移动机器人只需要在静态环境中移动。但是在服务行业中,移动机器人往往需要在人群环境中移动,这会给移动机器人的导航工作带来很大的挑战。本文主要研究人群环境中的移动机器人自主导航技术,在现有导航算法基础上,结合行人运动状态,提出一种改进的导航算法,旨在解决现有移动机器人在人群环境中工作时,导航和避障轨迹没有考虑行人运动状态问题。本文的主要工作如下:1.基于激光雷达的行人检测算法研究。针对单线激光雷达信息量较少,直接用来做行人检测会有较多误检问题,提出一种基于已知环境地图的静态激光点云背景去除算法,提高了单线激光雷达行人检测实际应用精度。在现有描述行人腿部几何特征基础上,添加统计特征,提高了行人双腿合并时的检测精度。2.基于卡尔曼滤波的多行人跟踪算法研究。根据行人运动特点,建立卡尔曼滤波跟踪模型,可以有效地对行人的运动状态进行跟踪。针对现有卡尔曼滤波跟踪多行人不够鲁棒问题,提出一种距离和激光反射强度综合匹配前后帧行人算法,提高了多行人跟踪的鲁棒性。3.人群环境中的路径规划算法研究。提出一种高维时间域动态代价地图的建模方法,解决了现有导航算法没有考虑到行人运动状态问题,得到适合移动机器人在动态行人环境中运动的更优路径。在TEB局部路径规划算法中,加入动态行人约束,解决了现有局部路径面对动态行人时,会和行人向前抢路问题,可以得到面对行人更加友好的路径。4.面向人群环境的移动机器人自主导航算法实验研究。搭建移动机器人仿真环境和实际移动机器人平台,设计行人检测、行人跟踪和路径规划验证实验,对系统各个模块性能和整体性能进行实验验证。