进入到21世纪后,随着科技的发展以及工业4.0和中国智能制造2025等概念的提出,传统制造业也经历着巨大的变革,存在劳动力成本高、安全性较差、效率低、失误率高等问题的传统仓储物流行业也顺应潮流向智能化迈进,仓储机器人的导航技术作为推动仓储物流行业走向智能化的关键,它的发展备受瞩目。本文针对仓储机器人系统,开展ROS系统下基于SLAM的仓储机器人导航的研究,并以激光雷达作为主传感器搭建实验平台在仿真环境和真实环境下开展相关实验。首先,开展关于机器人导航系统中建图部分的研究。分析几种二维环境下的地图特点,选用栅格地图作为导航系统的建图表示形式。针对基于粒子滤波的Gmapping算法存在粒子的权重分配不合理以及其对于噪声较大的运动模型的依赖,采用将系统的输出信息反馈到运动模型中的方法,减少低效率的粒子运算,有效提高Gmapping算法精度,并对输入进导航系统的地图进行预处理,降低地图噪声。其次,开展对于机器人导航系统中定位部分的研究,对于传统AMCL依靠累计误差较大的里程计作为辅助粒子更新的依据以及激光模型易受到复杂环境限制的影响,导致传统AMCL输出的位姿和真实位姿存在偏差的问题。提出了一种引入EKF以及扫描匹配优化AMCL算法,并通过实验来验证优化算法性能。然后,开展对于机器人导航系统中路径规划的研究,针对于传统A*路径规划算法出现扩展和维护列表的节点数量多,并且缺乏对于冗余拐点处理的问题,结合仓储机器人自身的工作性质,对传统A*算法进行改进并融合本文设计的动态决策系统提出全局动态规划,在路径规划的时效性、平滑性、实时动态处理能力三个方面优化改进传统A*算法,并在Matlab环境下进行仿真实验验证有效性。最后,通过搭建的移动机器人实验平台,在ROS系统下的仿真环境和真实环境对导航过程中机器人的建图技术、定位技术及路径规划技术进行实验分析,验证本文提出的导航系统的可行性,实验证明该系统能够很好的保证仓储机器人完成仓储环境下的导航工作任务。