机器人导航是指机器人从起始点出发到达指定目标点的过程,在此过程中应尽量避免与其他静态或动态障碍物发生碰撞。目前比较成熟的导航技术大多是在已知地图上进行路径规划,然而每当环境发生变化时就要重新建图,并且当无法获得地图信息时就无法建图。相较而言,基于深度强化学习的无地图导航方法能够在不知道全局环境信息的情况下,仅通过目标的大致方位进行导航,对动态未知环境有一定的适应能力,目前已成为无地图导航领域新的研究方向。本论文针对基于深度强化学习的无地图导航中的安全性问题,将一种安全强化学习算法即约束型策略优化算法引入,提出一种基于深度安全强化学习的无地图导航方法,并在仿真环境和真实环境中进行实验与分析。本论文首先针对无地图导航问题建立了基于深度强化学习的模型,确定了目标信息、激光信息和机器人运动信息为输入信息,选取连续的角速度和线速度为输出信息,结合输入输出信息和强化学习设计了基于深度强化学习的端到端导航框架,并提出成功率、碰撞率和超时率等评价指标。在此基础上,实现了基于标准强化学习的无地图导航,设计了状态空间、动作空间、奖励函数和Actor网络;为进一步提升安全性,实现了基于安全强化学习的无地图导航,设计了安全性约束和风险函数并提出Actor-Critic-Safety网络架构。为验证方法的有效性,基于ROS和Gazebo搭建3D导航仿真平台并设计了多种背景下的仿真环境用于训练及测试,基于社会力模型并结合Social Force Pedestrian Simulator搭建动态行人仿真环境用于动态避障性能的测试,最后搭建真实移动机器人平台并对模型的泛化性能进一步进行测试。实验结果表明,与基于标准强化学习算法的无地图导航方法相比,所提基于约束型策略优化算法的安全导航方法,能明显降低导航碰撞率、提升成功率与安全性;与传统的无地图导航方法Bug2算法相比,所提方法的导航路径更短更优,且接近于利用A*算法进行全局规划和动态窗口算法进行局部规划的有地图导航方法的导航路径。将静态环境中训练的模型不经过任何微调直接迁移至新的动态仿真环境和真实的静态与动态行人环境中进行测试,结果表明了模型具有良好的迁移泛化性能与动态避障性能。