随着机器人技术及人工智能的发展,机器人在很多领域扮演着越来越重要的作用,最近几年出现的百度无人车及扫地机器人,标志着机器人早已进入到我们入场生活当中。机器人技术的核心技术包括定位、建图及路径规划三个方面,本文选用粒子滤波定位作为定位方法;gmapping建图作为机器人的建图技术;A*算法作为机器人路径规划的算法,同时,针对A*算法在路径规划过程中存在计算冗余点多及规划路径不平滑问题提出改进方案并进行实验。首先介绍了机器人所使用的的传感器—激光雷达,对激光雷达的原理进行分析,对于里程计和机器人运动建立模型,为以后的实验做准备。其次对于粒子滤波定位进行研究分析,通过蒙特卡罗采样、序贯重要性采样及重要性重采样得到有效粒子的估计值并对权重进行归一化处理,从而得到系统位置的估计,确定机器人现在的状态;由于路径规划需要使用栅格地图,所以采用gmapping算法建立地图,该算法是根据传感器的信息来确定机器人周围的环境信息并建立一个栅格地图。介绍了A*算法的原理并进行分析,针对A*算法在路径规划中存在不必要的探索节点,提出了加入当前探索节点的前一节点距目标点的距离作为估价公式的一部分,使A*算法可以判断出具有相同估价值的节点中距离终点比较近的节点,以减少计算资源;另外针对A*算法规划的路径中存在拐点较多不利于轮式机器人行驶的问题,提出基于bezier曲线的A*算法,可以有效平滑原算法存在的拐点。最后,介绍ROS及双差速轮机器人平台,利用gmapping算法建图,首先利用ROS中gazebo平台进行建图仿真实验,之后利用机器人平台对实验室及实验楼的环境进行建图实验,并将建立的地图作为路径规划所使用的的环境地图;对A*算法和改进A*算法在matlab平台进行仿真实验,实验证明,对于10*10栅格地图改进后的算法能减少25%左右的探索节点数目,并以实验楼为地图,在双差速轮机器人上进行实验,结果表明改进A*算法可以减少约30%左右的节点数;对A*算法和基于bezier曲线的A*算法在matlab平台仿真实验,通过对A*算法规划出不同转折点的路径进行实验表明,该算法可以很好地利用Bezier曲线在路径转折点处进行平滑处理,从而得到一条平滑无转折点的路径,该路径与原路径相比可减少20%-30%的路径长度。