随着人工智能水平的不断提高,智能移动机器人(Auto Guided Vehicle)得到了日益广泛的应用。SLAM技术是移动机器人的基础技术,是移动机器人在没有先验信息下实现实时自身定位和环境建图的重要方法。激光SLAM相对于其他SLAM方法在构建地图的时候,精度较高,且能直接用于定位导航。为了提高移动机器人在室内活动的智能性,本文通过基于激光SLAM和路径规划算法的研究,提高定位和导航技术的效果。研究移动机器人实验的仿真平台ROS,分析轮式移动机器人的运动特性并建立了运动方程;建立基于激光雷达的观测方程,建立对环境的栅格地图,将环境地图栅格化用于移动机器人的路径规划;采用雷达点云的匹配方法,为接下来的运动机器人的定位导航提供了必备条件。开展基于激光信息的SLAM方法研究。采用SLAM的概率模型,比较扩展卡尔曼滤波算法和粒子滤波算法的优缺点,分析基于粒子滤波的Gmapping算法,提出提高粒子分配权重的改进算法,改进Gmapping工作原理以及工作流程,提高了SALM的准确性。开展对移动机器人路径导航方法的研究。采用基于A*算法的路径导航算法对机器人进行了最佳路径规划,引入Dubins曲线和Reeds-Shepp曲线将拓展节点平滑化,采用b样条曲线将整体的规划路线平滑,设计优化算法的流程图,提高了规划路径的实用性。