随着传感器、计算机以及人工智能等技术的快速发展,移动机器人技术也得到了迅猛发展和广泛应用,它也成为学术界和产业界的研究热点。然而,在室外环境中发挥移动机器人的“移动”特性并不容易,其中获取机器人的位姿以及避开障碍物是其实现自主移动的重要环节。本文主要工作是:针对室外环境,研究了移动机器人的定位技术和避障技术,并集成以上研究开发了一款具备自主移动能力的移动机器人实验平台(称为室外移动机器人平台)。首先,分析了室外移动机器人平台的系统要求,依据要求设计平台的机械结构和嵌入式系统硬件结构,确定了导航系统框架,据此建立了移动机器人平台导航相关的坐标系、底盘的运动学模型和相应传感器的数学模型。同时基于Gazebo仿真器搭建了仿真平台。其次,针对移动机器人平台的室外定位问题,本文采用了扩展卡尔曼滤波融合定位算法,通过建立运动模型和测量模型,融合了卫星定位数据、惯性测量元件数据和里程计数据,并基于Gazebo进行仿真分析,结果表明该方法的在卫星信号良好的情况下,定位精度达到分米级。而针对卫星信号受遮挡或电磁干扰导致融合定位方法失效的问题,采用基于粒子滤波的概率地图定位方法获取机器人位姿。同时提出了融合定位与概率地图定位的模式切换方法,使得移动机器人平台的室外定位方法更加鲁棒。然后,针对移动机器人平台的局部避障问题,本文采用融合立体相机和单线激光雷达数据的障碍物信息获取方法,使得系统同时具有检测不同高度障碍物和360度检测障碍物的能力。在避障规划算法方面,本文采用了基于多约束优化的局部规划算法。该算法综合考虑了障碍物约束、途经点约束、速度约束、几何约束以及轨迹执行时间,并建立了以上述约束条件为变形的多个目标函数,利用图优化方法求解出最优轨迹。仿真结果表明该算法相对于常用的动态窗口法成功率更高。最后,开发集成了上述定位和避障方法的室外移动机器人平台自主导航系统,并在仿真器中实现了该自主导航系统。同时通过移动机器人平台的原型机验证了自主导航系统的室外定位功能和避障功能。