随着社会的发展,服务机器人在人们日常生活中扮演着越来越重要的角色。自主导航技术是机器人实现人机交互和完整执行任务的基本保证,本文主要对服务机器人的自主导航系统的关键技术进行研究。设计了服务机器人导航系统的整体框架,包括外部感知单元,位姿获取单元,中央处理单元,底层控制单元和电机驱动单元。采用Kinect传感器模拟激光传感器获取激光数据,设计了基于机器人高度的多层面激光扫描法。对融合视觉信息的激光同步定位与地图构建(SLAM,Simultaneous Localization and Mapping)系统进行了研究。针对传统轮式里程计获取里程数据误差过大的特点,设计了视觉里程计环节,取代了传统的轮式里程计,为SLAM系统提供先验里程信息。并针对构建视觉里程计常用的ICP算法和对极几何算法进行了研究。针对Kinect的深度误差影响视觉里程计算精度的问题,构建并在视觉里程计中融入了深度误差模型,提高位姿计算准确率。由于激光传感器只能采集一个平面的几何信息,在基于后端优化的激光SLAM中进行回环检测时不易发现回环点。视觉传感器采集信息丰富,通过在激光SLAM系统中加入视觉回环检测环节,使机器人进行定位与建图时能及时进行回环检测。研究了服务机器人基于SLAM构建地图的自主导航技术。通过应用蒙特卡洛定位算法实现了机器人基于已知地图的定位,通过KLD采样算法自适应调整粒子数目。针对动态障碍物阻塞路径无法进行路径规划的情况,加入了动态障碍物阻塞路径的恢复行为。实验证明,当动态障碍物阻塞路径时,机器人也能进行路径规划。通过gazebo搭建了实验环境,实验证明加入了视觉回环检测环节的SLAM算法能有效发现回环点,抑制误差的累积。设计了机器人基于SLAM构建地图进行路径规划的实验,实验证明机器人能有效规划出路径,并能按照规划的路径行进。