当前来自室内场景的全自主机器人的应用需求日益增多,代表性的产品包括家用的扫地机器人、工作在酒店、商场、餐厅、医院等环境的室内配送机器人,以及用于厂房内部巡检安保的专用机器人等。本课题目的是设计并实现面向室内环境的移动机器人自主导航系统,开发集机器人底盘、感知系统、导航系统于一体的全自主移动机器人,实现传感器信息的实时获取与处理,并通过自主探索完成室内地图的可靠构建,从而为移动机器人的自主路径规划提供支持。本文在机器人操作系统(Robot Operation System,ROS)的框架下设计并实现了室内机器人自主导航系统,该系统主要分为自主环境探索及建图和路径规划两个部分,主要解决机器人在室内环境下的探索与路径规划问题。本文基于部分可观测的马尔可夫决策过程(Partially Observable Markov Decision Process,POMDP)实现环境探索,以信息熵作为奖励函数,对观测模型和状态转移函数进行构建,并在此基础上使用了蒙特卡洛搜索法对POMDP的值近似求解,同时使用基于Rao-Blackwellized粒子滤波算法进行同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)。针对室内机器人路径规划问题,本文在POMDP算法构建的环境地图基础上提出了一种基于A*算法的改进的全局路径规划算法,而且对局部路径规划中的动态窗口法进行改进,从而使所生成局部路径更贴近于全局路径规划所规划出的路径。为了实现机器人多目标点导航的功能并完成特定的目标任务,本文加入了移动机器人自主巡航功能,通过预先在环境地图中采集坐标信息来完成巡航路线设置,从而实现了依照设定的序列航点进行导航的功能。论文最后针对所设计并实现的自主导航系统进行功能测试。在移动机器人环境探索算法的性能测试中,将本文设计的环境探索算法与只考虑探索收益的边界探索法做了对比分析,发现与现有的边界探索法相比,本文所提算法提高了定位精度,同时在探索的过程中,机器人成功构建了可靠的环境地图。在路径规划的功能测试中,各个子系统都能正确稳定地运行,实现了设计目标。