随着物流产业朝高速化、自动化和高通量方向飞速发展,自主移动机器人因其柔性和高运载能力的优势成为了室内物流操作的重要手段,而机器人的自主性严重依赖于其定位导航能力。目前已有基于电磁导轨或二维码的成熟定位导航方案,存在成本高且易被环境所约束的问题,难以满足室内物流操作的应用需求。而视觉SLAM能以低成本感知获取丰富环境信息,可大幅提高机器人的自主能力与环境适应性,加之多信息融合技术能够弥补单传感器所存在的不足。因此,基于多信息融合的视觉SLAM技术应该是室内机器人定位导航的有效手段,但由于室内物流操作具有环境动态多变、作业效率要求高及成本严重受限等特点,该技术大规模的应用仍存诸多挑战。基于以上背景,本文提出开展面向物流操作的室内自主移动机器人导航关键技术研究。在了解相关技术国内外研究现状及其发展趋势,明确多传感器融合理论模型的基础上,重点开展了基于RGB-D相机的多传感器融合定位和面向室内机器人导航的三维地图重建等关键技术研究,提高了室内复杂环境中机器人定位性能,解决了高精稠密地图重建的技术难题。同时,将多传感器融合SLAM与机电一体化技术相结合,研发了一套面向物流操作的室内自主移动机器人系统,并开展相关实验研究,验证了本文所研发技术的可行性与有效性。主要的研究内容与创新点包括:第一章,论述自主移动机器人在物流应用的重要作用以及开展多传感器融合SLAM技术研究的重要性,总结相关技术研究现状及其发展趋势,分析了多传感器融合SLAM技术在物流操作应用所面临的挑战及其对策,为后续的研究指明了方向。同时,对各章节的研究内容进行了安排。第二章,建立多传感器融合SLAM技术的理论基础。在分析视觉与IMU测量模型及其内外参标定方法的基础上,完成了SLAM状态估计理论、IMU预积分模型以及多传感器融合优化模型的建立,并明确了面向室内自主移动机器人的多信息融合定位导航总体技术方案。第三章,开展基于RGB-D相机的多传感器融合定位技术研究。在单目视觉与IMU融合的框架中引入RGB-D传感器,实现了基于深度信息的视觉特征跟踪、面向不同运动状况的初始化、基于滑动窗口的非线性优化以及回环检测与位姿图优化等,完成了基于已知地图的室内全局定位技术研发。第四章,开展面向室内机器人导航的三维地图重建技术研究。在多传感器融合获得高精位姿估计的基础上,根据下采样的RGB-D图像生成单帧RGB点云,采用八叉树地图结构实现在线实时稠密建图,以应用于机器人的实时避障。同时,离线构建全局稠密地图并进行点云滤波优化,采用重定位实现多地图融合与更新,创新实现全局三维稠密地图的高精重建,以满足室内机器人的视觉导航应用。第五章,通过上述理论与技术研究,将多传感器融合SLAM与机电一体化技术融合,在完成系统总体方案设计与相关软硬件模块集成的基础上,辅以路径规划与控制技术研究,研发了一套面向物流操作的室内自主移动机器人系统,并开展相关实验研究,验证本文所研发技术在室内物流操作应用的可行性与有效性。第六章,总结本文研究内容,对后续研究方向进行展望。