自动驾驶技术包括人工智能,计算机科学,信号处理和自动控制等多种技术。自动驾驶平台应该具有环境感知,自主定位与导航,障碍物检测与避让等基本的功能。其中障碍物的检测与避让是确保其能够安全到达目标位置的一项关键技术,因此进行障碍物的检测与避让等相关技术的研究具有非常重要的意义。本文主要的研究内容包括以下几个方面:(1)设计了机器人平台的软硬件平台。分析了其硬件平台的主要组成部分,着重分析了本文中用到的RPlidar A2激光雷达和它的主要技术参数,并介绍了RPlidar A2和上位机的通信方式。同时还使用机器人操作系统(ROS)设计了机器人平台的顶层软件框架。(2)对比现有的几种环境表示方法,选择采用栅格地图来描述机器人所处的环境。并建立了差分移动机器人的运动学模型并分析其运动学原理。采用了先建图,后定位的方法来解决SLAM问题。重点分析了静态二值贝叶斯滤波理论,并应用于占用栅格地图构建算法,实现地图构建。通过实验验证了占用栅格地图构建算法的有效性,构建的栅格地图分辨率可以达到5cm。(3)分析几种常用的机器人定位算法,对比它们的优缺点。对粒子滤波的数学原理和关键技术点进行了研究。着重研究了蒙特卡洛定位算法,同时在此基础上做出改进,采用自适应蒙特卡洛定位(AMCL)算法来对机器人进行定位,并进行仿真,对该算法进行功能验证。通过实验验证了AMCL定位算法的定位效果。(4)分析了常用的障碍物检测方案并做出对比,选择采用激光雷达来感知机器人周围的环境。通过对激光雷达数据进行均值滤波和最近邻聚类处理来实现障碍物的检测,可以很好地发现环境中的障碍物以及个数,并通过实验验证了该算法检测障碍物的可行性。采用VFH算法来实现机器人的避障,介绍了该算法的避障原理,并在现实场景中验证了该算法的避障效果。