机器人技术,尤其是移动机器人技术,已经开始在工业制造、军事、物流和室内服务领域得到越来越广泛的应用。在移动机器人的关键技术中,即时定位与地图构建SLAM(Simultaneous Localization and Mapping)和多传感器信息的融合至关重要,是移动机器人实现精确自主导航的基础。本文以Turtlebot2移动机器人为平台,配置了里程计和二维激光雷达等感知设备。首先对系统的运动模型和观测模型进行了建模处理,建立了基于里程计的运动模型和基于二维激光雷达的观测模型,紧接着对激光雷达的数据进行了滤波处理。然后对环境地图形式进行了对比分析,确认了栅格地图为本文的地图构建形式。针对移动机器人的定位问题,深入研究了粒子滤波算法的原理,在粒子滤波算法的基础上引入RBPF(Rao-Blackwellized Particle Filter)算法改进定位性能,并对RBPF算法存在的粒子退化问题采用改进提议分布的方法进行优化。对算法分别进行了MATLAB仿真验证和ROS(Robot Operating System)环境下的实测验证,改进算法均表现出较好的有效性。针对移动机器人的导航问题,结合实际需求,将其分为全局路径规划和局部路径优化问题。在全局路径规划中,在综合对比分析A*算法和Dijsktra算法基础上,选择A*算法作为本文的全局路径规划算法;在局部路径规划部分,考虑到移动机器人运动过程中速度、加速度和障碍物距离等因素的限制,采用了动态窗口法DWA(Dynamic Window Approach)算法作为本文的局部路径规划算法。在所构建的移动机器人平台上,实现了基于传感器数据融合的地图构建、基于改进粒子滤波算法的机器人定位以及全局和局部路径规划。针对室内应用,设计了多个特定场景进行了试验。对移动机器人运行进行了直观表现评估,并对其运行数据进行了分析评价,整体方案的可行性和各环节算法有效性均得到了验证。