机器人导航技术一直是移动机器人领域研究的热门问题之一。随着机械化程度的提高和人工智能技术的发展,机器人在人类社会中发挥了越来越明显的作用。社区服务机器人主要工作于现代智慧社区,为人们生活的各方面都提供了巨大的便利。为了保证机器人能够适应复杂的社区环境,使其在社区中自由行走,它的导航系统必须足够强大。本文通过对已有的服务机器人导航技术的研究与分析,主要完成了如下工作:一、在以单目摄像头为主、多种传感器结合的硬件基础上设计并实现了一套完整的社区服务机器人导航系统。整个导航系统以机器人操作系统(Robot Operating System,ROS)为基础开发,将不同功能模块(如传感器接入模块、道路识别模块、路径规划模块等)作为节点接入ROS,使得整个导航系统具有较好的可维护性和鲁棒性。二、在非结构化道路识别方面,本文使用了基于区域分类和边缘检测的道路识别算法。为了提取道路区域,使用了效果优秀的支持向量机(Support Vector Machine,SVM)训练分类器,同时将HSI颜色特征和旋转不变的局部二值模型(Local Binary Pattern,LBP)作为图像特征;为了更好地提取图像的边缘信息,本文采用了一种彩色空间下改进的Canny边缘检测算法,使用3×3的邻域,并计算其四个方向的梯度幅值和角度;同时为了适应不同的环境,本文根据每幅图像采用最大类间方差求得自适应阈值,使得改进后的Canny边缘检测算法更适合移动机器人自主导航场景。最后将两种算法的结果相融合得到最终的道路区域图像。三、在避障方面,从简单有效的模板匹配算法入手,分析了其优点与不足,在此基础上结合已有的研究,对其进行优化改进。首先将模板图片进行栅格化,然后将得到的栅格图转换为对应的二进制数,最后通过二进制数的按位与运算进行模板匹配寻找最优解,极大的提高了匹配速率。基于上述方面,本课题在室外真实环境下对社区服务机器人导航系统进行了多次测试,测试结果证明了该导航系统的完整性和有效性,对于社区服务机器人的研究与开发具有一定的理论意义和实用价值。