经济社会的发展和生产力的提高促使机器人的应用越来越广泛,随着传感器技术的进步,机器人系统拥有了更加强大的探测和感知能力,大大推动了机器人应用技术的发展。但当前大部分的移动机器人在进行自主导航的过程中,其数据源严重依赖于单一传感器,且存在总线协议不统一、实时性差、应用较为复杂等问题。因此本课题基于ROS平台和EtherCAT通讯技术,将轮式里程计、激光雷达和深度相机等传感器进行融合,搭建了一个能够完整实现自主导航功能的移动机器人。首先,根据功能和技术指标进行全向移动机器人方案选型与设计。分别进行硬件设计与软件设计,最终将软硬件系统结合搭建出实物平台,作为实验对象在后续进行相关实验验证。其次,针对全向移动机器人进行系统优化。将ROS系统与EtherCAT主站进行融合应用,提高整个控制系统的实时性和电机间的同步性能,通过编写驱动程序实现对伺服电机的优化控制,并设计实验进行同步性验证。然后,对于机器人视觉里程计中传统RANSAC算法在去除误匹配时存在计算复杂的问题,通过粗糙去除和精细去除两个环节限制迭代次数,用以达到加快去除速度,提高匹配正确率的目的。考虑到轮式里程计产生的累计误差造成的定位不够准确,使用视觉里程计对轮式里程计进行修正,将两者进行融合,从而提高定位精度。接着,在机器人建图过程中针对二维激光雷达存在扫描面单一的问题,将深度相机产生的点云数据转化为类激光数据,并与二维激光数据进行融合,以此获得更为全面丰富的环境信息;针对标准A*算法存在的不足,通过改进启发函数和提取关键路点达到改进优化的目的。经仿真实验证明,改进后的路径长度更短,到达目标点的效率更高,并且动态窗口法与改进后的A*算法融合后具有更好的动态避障效果。最后根据上述研究内容,分别进行里程计位置融合、融合建图、导航路径优化以及导航精度测试实验。