服务机器人的智能化除了自身服务功能外,其自主导航技术是关键。相比起视觉导航的大计算量,激光雷达导航的计算量更小,实时性更好,因此是当前服务机器人的主要导航方式。能否实现高精度的激光雷达导航,基于雷达点云数据的环境特征提取,以及最优路径规划是核心。为此,文中开展了如下研究:首先,为了解决机器人室内环境地图构建过程中障碍物特征提取不全面和精度低的难题,设计了一种基于角系数和差分曲率的特征提取算法。利用差分遗传优化的K-means算法和角系数特点实现了障碍物点云数据的分类和识别;通过融合基于直线稳定度的最小二乘法以及基于差分曲率的微小圆弧递推法,实现了室内环境的直弧线特征提取。室内直弧线特征提取实验表明,文中算法的直线和弧线环境特征提取效果相比其他方法更加贴近实际环境。其次,针对室内服务机器人的路径规划需求,设计了一种融合贪心及差分策略的免疫遗传算法。利用融合抗体亲和度和抗体浓度的概率选择机制来提高种群的质量;利用动态贪心交叉算子来拓宽随机点交叉算子的选择空间,从而提高种群的多样性;采用差分变异算子来对种群进行扰动,从而兼顾算法的全局搜索能力和局部搜索能力。低维和高维函数测试结果表明,与其他智能优化算法相比,文中新免疫遗传算法的优化精度更高、收敛速度更快。接着,针对遗传路径规划时存在的精度低、收敛速度慢和规划路径不平滑等不足,设计了融合贪心及差分策略的免疫遗传路径规划算法。基于栅格法建立机器人的环境地图,将路径规划转化为栅格地图搜索;针对由无障碍路径生成法产生的初始路径种群,利用插入算子和删除算子进行平滑优化;基于融合抗体浓度和亲和度的概率选择机制进行路径选择,并对路径个体进行交叉和差分变异操作,从而得到环境最优路径。最后,基于自主开发的室内服务机器人平台,文中开展了环境特征提取以及机器人自主导航实验。实验结果表明,文中设计的相关导航方法均能有效地满足室内服务机器人导航时的任务需求。