近年来,“新零售”由于其方便快速的购物模式受到人们的热烈欢迎。“无人超市”作为“新零售”的发展趋势之一,受到了极大的关注。然而,目前投入运营的“无人超市”都是片面的“无店员的自助超市”,即在没有店员参与的情况下由顾客本人通过手机与超市信息化系统交互自助完成整个购物过程。调研显示,无人类店员、无需顾客亲临购物的真正“无人超市”是未来超市行业的重要发展方向,近年来的公开报道显示,国外领先的物流机器人公司开始研制各种超市机器人,如超市盘点机器人、超市店员机器人等,正朝着掌握真正“无人超市”的关键核心技术的目标而努力。国内“无人超市”机器人的研发起步相对稍晚,与国外的技术差距较大,迫切需要加大投入。为此,本文围绕基于3D视觉的超市自主移动机器人的建图、导航和商品检测等关键技术的方向展开研究,具体的工作如下:首先,在建图方面,针对现有的视觉SLAM算法无法直接构建用于后续导航的栅格地图的问题,提出了一种基于ORB_SLAM2算法的二维栅格地图构建方法。完成二维栅格地图构建后通过融合QR码信息对栅格地图中的货架位置和形状进行修正并对其进行语义赋值,完成了基于视觉的二维语义地图构建。实验结果表明,通过该方法构建的语义地图其货架位移误差不超过12.41cm,倾斜误差不超过1.68°,可用于后续导航目的。其次,在目标商品检测方面,实现了基于YOLO_v3算法的目标商品检测方法。实验结果表明,训练得到的目标商品检测模型能有效检测6类饮料商品,在IOU阈值为0.5的情况下,对每一类商品的平均检测精确率达到0.92,平均召回率达到0.90,可基本满足检测货架商品的需求。再次,在路径规划方面,提出了一种A*改进算法,其中加入了机器人移动方向改变代价的考量,仿真实验验证了改进的算法在搜索空间和路径长度方面不差于A*算法的前提下大大减少了路径的转弯次数。另外,研究了TEB局部轨迹规划算法,并通过在自研的移动机器人平台上的大量调试得到了算法各关键参数最佳值,验证了应用TEB算法的有效性。最后,综合上述工作,设计并实现了一种基于ROS的超市内移动机器人导航系统。导航系统根据输入的目标商品名目,并通过查表得出导航目标位置来进行自主导航,在机器人到达目标区域后检测货架目标商品。在模拟超市环境下的测试结果证实了导航方法的有效性,有望后续应用于真实的超市环境。