导航一直是移动机器人的热点和难点问题之一,对于服务机器人来说也是如此,导航是服务机器人完成各种服务如物体抓取、辅助行走的先决条件之一,是实现智能化的关键。本文以中科院重要方向项目“老人服务机器人”为背景,针对室内服务机器人的导航问题进行了研究,论文的主要包括以下几个方面:首先,介绍了服务机器人发展历史、我国开展服务机器人研究的作用和意义,导航在服务机器人相关技术中的作用,以及机器人控制和仿真平台Player/Stage,并详细介绍了国内外服务机器人的研究现状。其次,针对室内服务机器人工作环境的特点,本文了采用了静态地图对环境进行建模,并将其作为先验知识。考虑到机器人并不知道自己的初始位姿,采用了基于蒙特卡洛(MCL)的全局的定位方式,MCL使用粒子滤波器采用统计的、基于采样的方法描述整个空间的概率分布,通过重采样,对权值较小的粒子少采样,对权值较高的粒子多采样,控制粒子的数量和分布,该算法并不会随时间的增加不断的将误差进行累积,具有较好的定位效果。在局部避障方面,采用了VFH的改进算法VFH+,VFH+使用四步数据缩减法代替VFH的两步缩减法来计算新的移动方向,理论和实验都表明,VFH+是一种较好的局部避障算法,然而在某些情况下,机器人可能会陷入局部死区,本文随后介绍了将A*算法引入VFH+的VFH*算法,以解决该问题。对于全局路径规划问题,本文采用了Wavefront全局路径规划算法,机器人通过使用从目标的发出的波浪,无碰撞地朝目标点移动,使用Wavefront算法,机器人不会陷入任何局部最小,并且永远选择到达目标的最短路径。在Player/Stage平台上,仿真和实现了上述算法,分析了算法的有效性,并将其应用到实际的机器人系统中。最后,对本论文进行了总结,提出了论文中的不足之处,并给出了可能的解决方案。