移动机器人技术随着智能传感器和人工智能技术的崛起得到迅速的发展,已经从实验室的测试开发样机走进生活和工厂的实际应用中,如餐厅的送餐机器人、家庭的扫地机器人、码头中的重型AGV、快递站的送货机器人等等,移动机器人已经成为人类切实可行不可或缺的帮手。在移动机器人的研究中,采用单一的传感器无论感知环境精度还是路径规划的准确性都不如多传感器的融合。本文通过研究同质类和异质类传感器的融合,对比分析感知环境建图结果和路径规划实际轨迹结果,文章的主要研究内容包括:（1）设计了移动机器人的软件硬件总体框架,并使用麦克拉姆轮、编码器、惯性测量单元,STM32f4微型控制器,Jetson Nano等搭建了两种不同结构类型的移动机器人实体。分别建立了移动机器人的四个麦克拉姆轮底盘运动学模型、以及RGB-D传感器、激光雷达、里程计和惯性测量单元的数据模型等。（2）使用Astra Pro深度相机传感器和RPLIDAR A1激光雷达传感器,并对两种传感器进行初始化和预处理,对于同质类传感器的融合使用两个相同性质且安装在不同高度平面上的RPLIDAR A1激光雷达,对于异质类传感器的融合使用性质不同的Astra Pro深度相机和RPLIDAR A1激光雷达。同质类传感器数据类型一致,只需对其点云数据匹配按照设定规则融合,而异质类传感器的融合需要将RGB-D传感器的数据进行对齐、转换,再与激光雷达按照设定的规则融合。（3）采用A*全局路径规划算法和DWA局部路径规划算法协同规划移动机器人避障路径,估计移动机器人运动时的位姿使用了包括odom信息,imu信息,以及概率粒子分布的自适应蒙特卡洛定位算法等方法,并使用MATLAB在设定障碍环境中仿真分析了A*全局路径规划算法,在此基础上融入DWA局部路径规划算法,通过对比分析仿真结果验证了在移动机器人路径规划中,使用全局与局部路径规划相结合才能计算出机器人最优且最安全的路径轨迹。（4）设计了机器人感知环境和路径规划的实验场景,将两个不同高度的障碍物放置其中,设立单激光雷达、单RGB-D传感器、同质双激光雷达、异质RGB-D和激光雷达四种传感器搭配方法,分别使用四个方法建立环境地图并做路径规划。通过对比分析实验结果,验证了本文融合方法和路径规划的可行性,其中同质激光雷达融合可以获取不同平面的环境信息,异质类传感器融合可获取更多类型的环境特征信息,两种融合方式都可以提高机器人导航行驶的精准度。