移动机器人自主导航是将各种传感器信息融合,获取机器人所在环境信息,决策机器人行程,并实时引导机器人到达目标点的关键技术。论文结合“智能化机器人系统”项目和国防科工局“核环境机器人系统”项目的具体需求,对移动机器人实现动态环境下多目标运动导航的实现过程的关键技术:车体建模、动态避障、多目标规划进行研究。根据移动机器人的机械、电气、智能性能进行车体建模,将车体控制与路径规划结合,提出一种学习型的神经网络PID四轮驱动3D模型,对具有独立结构的四轮型移动机器人进行速度控制使其严格按照预定轨迹运动,使得路径规划后机器人可实现避障导航。针对导航中全局路径规划与局部路径规划结合的问题,提出分级遗传算法规划,全局规划采用TSP商旅行程经典的遗传算法模型解决多目标点行程次序,局部路径规划采用基于栅格地图插点的遗传算法寻优模型解决单目标点的导航,分级规划兼顾有效性与实时性,动态避障规划时以运动物体的包围盒建立动态栅格地图,以距离、时间、能量等为综合适应度值寻找一条从起始状态到目标状态无碰撞的最优或次最优路径,使之尽可能的平滑和安全,较好的满足机器人多目标全局规划与局部动态避障的要求。在开源机器人操作系统ROS下调用V REP机器人仿真平台,对建立的的3D多障碍物的动态环境进行机器人运动学仿真实验,验证了基于分级遗传算法导航策略的有效性。