随着科技的快速发展,人工智能的迅速崛起,大数据的普及应用,移动机器人的智能化研究掀起了热潮,同时在未知环境领域中路径规划也是移动机器人自主移动的关键。本文围绕基于阿克曼类型的舵机转向的移动机器人,展开对路径规划方面的研究,搭建了阿克曼小车平台,并设计了该小车自主导航系统。首先本文介绍实验设计的阿克曼小车的总体结构,对实验需要的零件进行选型以及将所有零件电路进行合理布局连接,最终做成实物。根据阿克曼小车结构,分析其运动学模型和动力学模型,得出了车轮速度、阿克曼角、运动学等关系表达式。通过Adams仿真分析3种运动状态,得出舵机偏角与前轮转角关系的表达式。其次,搭建阿克曼小车的控制系统。主要围绕三个内容展开:底层控制,顶层控制,底层与顶层协调控制。其中,底层控制主要是PID调速,以及使用APP进行蓝牙控制;顶层控制主要是PC端对工控机的远程控制,以及工控机在ROS下控制雷达。底层与顶层协调控制分别介绍STM32与工控机两者之间相互接收和发送的数据格式,以及阿克曼小车的在ROS下的移动控制的2种方式;最后使用Robot＿pose＿ekf算法将IMU数据与里程计数据融合,使阿克曼小车得到更加精确的位姿。接着,移动机器人的路径规划分别从全局和局部路径规划详细介绍。全局路径规划使用的是A-star算法,其中介绍该算法的原理以及对该算法做了“修边”处理。对A-star算法分别使用最小加速度二阶导和三次B样条曲线进行轨迹优化,选择效果较好的前者作为A-star算法的轨迹优化。重点介绍Teb局部路径规划的原理,并在Rviz仿真环境中分别对静态和动态障碍物进行测试。通过测试这两种状态下的局部路径,分别得出了最优局部路径,从而验证了Teb局部路径规划的优越性。最后根据ROS系统,使用Gmapping算法和Move＿base节点搭建导航框架。通过仿真和实验验证:在该导航框架下,本文设计的阿克曼小车能够结合自身控制,运用Teb局部路径规划和A-star算法轨迹光滑优化后的全局路径,完成从起始点到目标点自主导航任务,并且在运动的过程中实时避物。