随着服务机器人技术的迅速发展,其应用也逐渐扩展到各个领域。巡逻机器人是随着社会经济的发展,超级商场、物流仓库等大型人流、物流场所规模和数量不断扩大,保安自动化需求日趋迫切这一环境下而催生的一种新型服务机器人。采用巡逻机器人进行定时、定点监控巡逻或不间断流动巡逻在技术上已成为可能,而机器人在环境中能够准确的定位以及躲避可能存在的障碍物,是机器人完成巡逻任务的前提和基础。本文针对校园环境下移动机器人的定位与避障技术展开研究,并取得了一定成果,具体研究内容如下：(1)针对校园环境范围大、结构简单的特点,结合RFID传感器信息传递功能,提出一种大范围拓扑环境学习与建模新方法。根据校园环境上下文信息需求,设计RFID标签格式,指导机器人进行环境学习,且以标签的分布代表环境整体结构,由标签内容传递导航任务,由此构建环境模型。(2)针对激光数据存在噪声干扰的问题,设计了一种动态自适应中值滤波方法,利用激光数据时间和空间上的相关性,剔除噪声干扰,平滑激光数据。(3)根据校园道路特点,采用激光传感器利用路沿高度区分路面区域,完成机器人定位,并针对单一传感器无法可靠定位的问题,提出了基于扩展卡尔曼滤波的激光与惯导模块角度信息融合方法,大大提高了机器人直道定位的精度和可靠性。在路口区域,使用RFID、激光、惯导模块与里程计相互配合,弥补缺陷,保证了路口区域机器人的定位精度。(4)为保障机器人安全巡逻,在总结常用避障策略的基础上,提出一种新的角度势场法,将机器人所处环境的势场力转化到角度信息上,通过综合分析各角度的可通行性,得出机器人最佳方向选择。同时针对传统障碍检测方法的不足,采用倾斜向下安装的激光检测一个倾斜面,兼顾机器人前方与激光位置下方区域,获得更好的检测效果。