近年来人工智能技术的快速发展,促进了移动机器人技术的突破与落地,尤其在移动机器人室外导航方法与应用方面的研究深受关注。移动机器人越来越多的出现在工业区、购物商场、校园等地方,在未知环境中如何保证移动机器人具备自主导航能力,依然是一个挑战性的研究问题。本文针对未知室外环境下移动机器人自主导航问题,研究了基于人机交互系统的全局路径规划、基于多传感器的全局自主定位与导航、以及基于双目视觉的场景语义分析和局部自主导航等方法,在TurtleBot机器人平台上编码实现,并在校园环境内进行了自主导航测试。第一章:针对移动机器人导航的市场与前景,首先介绍了移动机器人自主导航技术的国内外研究现状,具体涉及了非结构化道路的检测与路面障碍物的识别、机器人地图创建和定位技术。然后介绍了本文的主要研究内容和工作任务,主要涉及三部分:确定移动机器人系统的总体结构与技术方案;基于卫星地图路径规划的全局导航方法;融合双目视觉场景语义分析的室外局部自主导航方法。第二章:针对移动机器人的系统功能,介绍了传感器数据采集分析、图像数据采集分析与转化、机器人室外的自主导航、机器人运动变量分析,其中涉及到坐标系的建立与转换、硬件和软件结构以及相关实验平台。第三章:针对未知室外环境下的全局路径规划与导航问题,介绍了基于卫星地图路径规划的全局导航控制方法。首先对移动机器人进行运动建模,利用扩展卡尔曼滤波算法融合GPS、里程计和惯性测量单元等传感器信息实现移动机器人的全局定位。其次利用开放软件开发包的在线卫星地图来自动规划或手动规划生成移动机器人从当前位置至设定目标位置的关键路径点序列。最后将移动机器人与关键路径点的距离及偏航角作为输入,设计了全局导航控制器控制机器人调整其航向和速度依次通过关键路径点直至到达目标。第四章:针对未知室外环境下的局部路径规划与导航问题,介绍了融合双目视觉场景语义分析的室外自主导航方法。首先通过摄像标定、图像校正以及像素点匹配等操作实现双目测距,采用像素级的语义场景分割方法来检测基于彩色图像中的可通过道路区域。其次融合单线激光雷达数据生成局部二维障碍物分布栅格地图,然后基于该局部栅格地图,利用提出的行人道跟随算法控制移动机器人在道路上安全行驶并遵守右侧行驶规则,根据动态障碍物的运动情况,采取“减速避让”策略。第五章:在校园环境内进行了全局导航、局部导航的测试或实验。针对全局导航行为,利用已开发的基于云平台的移动机器人监控系统,在该系统中可查看移动机器人在卫星地图上的位置以及选择导航的目标位置,实现导航路线的自主规划,测试提出的全局导航控制方法的可行性;针对局部导航行为,首先利用神经网络架构训练使用获得分类器,利用该分类器检测出可通过区域,然后通过机器人手动驱动行驶、自主安全行驶以及自动车道跟随三个实验实现机器人在不受约束的人行道上自主移动,并保持在所需距离的右侧,并且对机器人的实验中相关运动参数进行处理分析,确保实验的合理性。第六章:针对本文的研究内容总结,重点研究了基于卫星地图路径规划的全局导航控制方法,融合双目视觉场景语义分析的室外自主导航方法;并且对未来的研究进行展望探讨,主要涉及到全局与局部导航的融合,卷积神经网络架构以及地图准确度上的改进,以及传感器等设备的选择。