随着电商行业的蓬勃发展,与之配套的仓储物流业也进入了新的方向。其中,以运输机器人代替传统的人工运输,成为当今仓储物流业发展的主流趋势。运输机器人以其抗疲劳强度高、出错率小和维护简便的特点深受仓储企业的喜爱。目前,针对运输机器人的路径导航,应用得最多的是磁条导航和二维码识别导航,其固定安放的人工指示使机器人变得“有迹可循”。然而,当仓库规模变大,货物摆放场景复杂及人流车流瞬息万变的时候,基于磁条和二维码的导航容易造成机器人拥堵、无法到达目的地点等问题,若重新更换磁条和大量的二维码贴片,则器材更新成本非常高。因此,研发能任意选择最优路径、能自动快速做出避障的导航运输机器人成为了现在另一个主流热点。自动导航系统主要包含这几方面:1)环境信息的获取;2)准确的定位功能;3)最优路径的计算;4)机器人控制速度的发布。目前所研发出来的自主定位导航运输机器人大多传感器繁多,硬件昂贵和驱动控制系统复杂,因此生产成本较高,不利于企业投放市场应用。因此,本课题针对广大普通企业致力于低成本、可靠性高和效率高的特点,分别从硬件和软件两方面出发,设计了一套基于机器人操作系统ROS(Robot Operating System)的自动导航运输机器人方案,并对部分算法进行了研究与改进。本文主要内容有如下几个部分:1.硬件系统。主要以嵌入式工控机和单片机作为双核心处理器。其中,单片机作为下位机处理,负责记录机器人行驶的里程信息及接收上位机发布的速度命令,控制电机运动。嵌入式工控机则承担上位机功能,接收由雷达激光获取的测量信息,并进行一系列导航核心算法的计算。2.基于改进的粒子滤波定位模块。本文主要从基于雷达激光获取的测量信息,与由电机码盘获取的里程信息相融合,在粒子滤波的粒子采样更新阶段进行改进,使机器人获得更快的定位收敛效果。另外,结合神经网络对机器人的运动状态进行分类学习,使粒子的更新采样更加贴合实际的运动轨迹。3.最优路径计算模块。分别对Dijkstra和A*算法进行对比,并设计基于梯度势场的A*算法,使规划的路径更加合理。4.速度发布模块。在传统动态窗口算法Dynamic Window Approach(dwa)框架,针对机器人实际运行过程中出现S形走位的现象,对速度的发布作出了一定的调整改进。最后,本文对自行设计的运输机器人样机进行整合实验,实验结果表明本文各模块均能正常运行,且改进算法相较于传统算法,有明显的效果提升。本文设计的运输机器人导航系统虽然传感器较少,且所选硬件耗材、核心处理器价格低廉,但运行良好,对于企业开发低成本、可靠且高效的运输机器人具有一定的指导意义。