随着现代科技的高速发展,自主移动机器人正在成为人类探索世界的得力助手。本文针对自主移动机器人在完全未知的环境中,自主地进行环境感知、路径规划、即时避障等问题展开研究,提出了优化的RBPF-SLAM算法、改进的A~*全局规划算法,实现了移动机器人验证平台在实验室环境下的自主移动。首先,对机器人运动学分析,建立了移动机器人验证平台控制模型,基于ROS操作系统实现了移动机器人验证平台的驱动和控制;其次,基于激光点云数据,根据优化的RBPF的即时定位与建图方法,实现了未知环境地图的创建;再次,在创建的未知环境地图基础上,采用改进的A~*全局路径规划算法和基于时变弹力带的TEB局部路径规划算法,实现了移动机器人的自主导航与局部避障;然后,采用基于前沿检测的自主探索方法,实现了移动机器人的完全自主运动;最后,在实验室环境下对移动机器人验证平台功能进行了测试实验。测试结果表明:优化的RBPF-SLAM算法提高了未知环境地图创建精度;改进的A*全局规划算法可提高规划路径的平滑度;基于时变弹力带TEB的局部路径规划算法能够提高障碍物探测灵敏度和避障的实时性;基于前沿检测的自主探索方法能够更为合理的选取目标点并进行路径规划。通过实验室多次测试,验证了自主移动机器人系统设计的合理性和可靠性。