王 迪，黎 冠，于 腾，黎仁仕

(1. 华北科技学院 安全工程学院，北京 东燕郊 065201; 2. 华北科技学院 电子信息工程学院, 北京 东燕郊 065201)

0 引言

随着近年来机器人行业的较快发展，自主移动机器人在交通、物流、社会服务及应急救援领域的应用也越来越多[1]。自主移动机器人导航功能的实现，主要在于解决其在未知环境中自主定位、建立环境地图及路径规划等问题。同步定位与地图构建技术(Simultaneous Localization And Mapping, SLAM)的基本思想是利用机器人搭载的深度相机、雷达等传感器，使其在移动的过程中，实时获取周围环境的深度数据和点云数据等，以实现对未知环境的构建。目前，较为常用的激光SLAM方法，根据后端优化的不同进行分类，主要有基于滤波方法的EKF-SLAM、Gmapping等[2,3]，以及基于以图优化为代表的非线性优化方法的KartoSlam、Cartographer等[4,5]。

路径规划方面常用的算法有快速随机搜索树(RRT)算法[6]、蚁群算法[7]、A*算法[8]以及Dijkstra算法[9]等。近年来，在这些路径规划算法的改进方面，国内外学者做了大量的研究。潘成浩等[10]提出一种松弛Dijkstra算法，并证实在障碍物密集的环境中，机器人进行路径规划的效率比采用堆排序实现的Dijkstra算法和A*算法具有明显提高。XUE, Y.等[11]提出多目标进化算法，通过求解路径长度、安全性以及平滑度来获得精确有效的规划结果。QIAN, K.等[12]则提出一种基于PSO-MFB混合优化算法的自主移动机器人多目标路径规划方法，解决现有机器人路径规划探索效率较低，以及最优求解成本较高的问题。

综合已有的研究成果，本文利用机器人操作系统(Robot Operating System,ROS)，提出了一种多目标点导航算法。……