攀爬机器人在高难度、高强度和高危险的作业任务中具有广泛的应用前景。当前,制约攀爬机器人落地的重要原因是其自主定位导航技术尚不成熟。本文主要研究攀爬机器人自主定位导航中的构图模块和定位模块。其中,构图模块包括两部分研究内容:基于同步定位与建图技术构建三维壁面环境地图,以及三维壁面环境的结构化表达方法。定位模块研究实时追踪攀爬机器人位姿的算法。主要内容如下:(1)研究多传感信息融合的攀爬机器人构图算法。为克服激光雷达在三维壁面环境中测量退化,进而导致帧间匹配误差大的难题,本文提出融合激光雷达点云和惯性测量单元数据的构图算法。融合方法将惯性测量单元数据的积分结果作为点云配准算法的初始值,该方法充分利用两种传感信息的优点。实验表明本文算法能够有效克服激光雷达测量退化的问题,具有较好的鲁棒性。(2)研究三维壁面环境的结构化表达地图,该地图将应用于双足爬壁机器人的路径规划。结构化地图使用壁面的轮廓点表征壁面,轮廓点能够准确描述三维壁面的位姿和形状。本文提出将点云地图转换为结构化地图的算法,包括点云预处理、平面分割并拟合数学模型、提取并平滑壁面轮廓点。本文提出三个指标评估结构化地图的精度。实验结果表明,算法提取的结构化地图能够准确描述真实环境中空间壁面的位姿和形状信息,且本文算法相比于其他算法具有较高的精度。(3)研究了基于粒子滤波的定位算法。本算法使用激光里程计预测机器人下一时刻位姿,使用局部观测点云与栅格地图匹配,更新粒子群权重,从而校正预测结果。理论分析表明,在预测阶段,基于激光里程计推算下一时刻位姿具有更高的精度;在校正阶段,八叉树地图的数据结构提升了点云匹配过程的计算效率。实验结果显示,本文算法能够追踪攀爬机器人的运动轨迹,其平均定位误差为0.2m。