构建了包含噪声与纯净语音的数据集，采用数据增强（加性噪声、混响、时域裁剪）扩充至10000条样本。利用TensorFlow搭建DNN降噪模型，包含3个隐藏层与跳跃连接。设计基于Mel谱的特征提取方案，并引入谱减法与掩蔽法进行后处理。在低信噪比（-5dB）下，语音可懂度提升30%。使用4块GPU进行分布式训练，模型在公开测试集上PESQ评分提升0.28，信噪比提升6.5dB。

基于ROS Melodic搭建机器人运动控制仿真环境，集成A*全局路径规划与DWA局部规划算法，实现多障碍物场景下的动态避障。处理激光雷达与IMU传感器数据，利用Gmapping算法完成同步建图与定位。在Gazebo中测试10类复杂障碍场景，平均路径长度较基础A*算法缩短15%，碰撞率降低至2%以下。参与整机联调，完成3次实物演示，机器人成功自主取送货物，定位误差<5cm。