目前,国内大多数的家禽养殖场依然采用传统的饲养模式进行家禽的饲养。传统饲养模式的巡检方式主要采取人工巡检,该巡检方式需要大量的人力资源且不能做到实时监测。为此,本文开展了基于ROS的家禽养殖场移动机器人导航技术的研究。首先,针对移动平台所搭载的SLAM技术建立了系统模型。包括移动底盘差速运动模型、观测模型及地图模型,其中地图模型选用占据栅格地图。然后,针对家禽养殖场多为水泥地等较为不平整的场地,选用稳定性更好的履带式移动小车作为移动底盘。通过在该底盘上搭载底层控制器STM32F103,上层控制器树莓派,GY-85九轴加速度传感器以及激光雷达,从而构建出基于ROS的自主定位与导航控制系统。使用串口通信使得底层与上层控制器实现了基于rosserial通信协议的数据交互。并利用ROS所带的动态参数配置模块搭建了PID的动态调试界面。其次,对蒙特卡罗定位算法进行了理论分析,并结合蒙特卡罗定位算法不能很好的解决机器人在运动过程中被人为移动这一“绑架”问题,进一步对自适应蒙特卡罗定位算法进行了研究。接着通过对比三种经典的全局路径规划算法,并使用Matlab仿真工具对三种算法从算法的执行效率以及代价值两个角度进行了实验与分析。最后,为使得系统在自主导航过程中能够躲避静态以及动态障碍物,选用动态窗口法进行局部路径规划。并使用Matlab仿真工具对代价函数中的三个影响因子进行了分析与调试,最终得到较优的参数组合。最后,以室内环境及类家禽养殖场的典型长廊环境为测试背景进行系统功能验证,验证工作如下:（1）地图构建。对于面积较小的室内环境,选用Gmapping算法进行地图构建。对于U型长廊环境分别选用Gmapping算法、Hector算法以及Karto三种地图构建算法进行占据栅格地图的构建。（2）自主定位与位姿跟踪。选用自适应蒙特卡罗定位算法进行移动机器人的自主定位与位姿跟踪。为提高定位精度,实现了IMU自校正功能,使得IMU抖动误差由10-1减小至10-4。（3）自主导航。选用A*算法来进行全局路径规划,DWA动态窗口法进行局部路径规划。进而实现单点与多点导航以及静态与动态避障。