电商“前置仓”模式是“新零售”下提出的一种新兴仓储模式,对仓储搬运方式提出了新的要求。随着移动机器人与人工智能的不断发展,以移动机器人为主体的“货到人”搬运方式正逐步取代传统的“人到货”搬运方式。然而,目前“货到人”搬运方式中的移动机器人多采用以二维码、磁导线等为主的路标导航方式,路径灵活性差,同时路标系统的构建费时费力,难以适应“前置仓”模式下灵活多变的业务需求。此外,目前的移动机器人研制多以专用软件系统为基础,开放性较差,系统的可移植性与可扩展性受到了极大的限制。对此,本文研究了“货到人”搬运方式下基于ROS与激光SLAM的更加自主、开放的仓库移动机器人。主要研究内容与成果如下:(1)根据“货到人”搬运方式的特点与需求,设计并研制了一套移动机器人平台,采用了ROS架构用于运动控制、建图定位、导航功能的设计与系统集成。该平台底盘的基础测试结果表明,本文所研制的机器人位置控制误差在5米内小于5厘米,能够满足仓储环境下建图与导航的要求。(2)研究实现了基于激光SLAM算法的仓储室内环境地图构建方法,分别采用Gmapping与Cartographer两种SLAM算法进行建图和比较研究。实验结果表明,Cartographer算法具有更高的建图精度,更适合仓储环境。(3)提出了一种基于LSTM网络的仓储移动机器人实时定位方法。通过对激光雷达传感器与地图数据的预处理、模型训练和应用,实现了仓库环境下的移动机器人精准定位。实验结果表明,该定位方法优于常用的自适应蒙特卡洛定位和基于CNN的定位方法,平均定位误差低于10厘米,能够满足仓储环境移动机器人定位要求。(4)最后,设计和实现了“货到人”的移动机器人导航系统。该系统引入代价地图将静态地图转化为导航地图,并在代价地图中通过A*算法或Dijkstra算法进行路径规划,之后根据TEB算法生成的轨迹实现轨迹规划,实验结果表明,导航系统能够顺利完成仓储环境下移动机器人的自主导航,轨迹误差小于15厘米,终点误差小于10厘米,能够满足仓储环境下的导航要求。