机器人技术综合了计算机、控制论、机构学、信息和传感器技术、人工智能、仿生学等多学科而形成的高新技术，是多学科发展成果的集成体现，代表高技术的发展前沿。移动机器人作为机器人学中的一个重要分支，正朝者智能和多样化的方向发展。移动机器人导航领域，环境地图的构建是移动机器人完成导航任务的先决条件，是移动机器人真正实现自动化、智能化的前提。　　主要对综合利用激光、视觉传感器构建环境的视觉特征点-拓扑混合地图模型进行研究。首先，建立移动机器人的数学模型，并利用激光传感器扫描导航环境，构建以点集表示的环境的几何地图。其次，提出环境自由空间中线算法(Middle Line of Free Space，MLFS)提取环境拓扑图，并分别在子地图“Z型”、“T型”、“十型”和“田型”环境中验证该算法的有效性，一般环境都可以由这些子地图组合表示。最后，在拓扑节点处，启用视觉传感器采集相应节点处的图像信息，采用SIFT算法，提取图像的远近、距离、尺度、旋转不变特性的SIFT特征点。为解决SIFT特征点数量繁多，难以充分利用的问题，引入K-means算法将提取的SIFT特征点进行聚类。将聚类后的SIFT特征点加入到拓扑节点中，完成视觉特征点-拓扑混合地图的构建，为机器人基于环境地图完成导航任务时进行路径规划提供了基础。本论文还利用粒子滤波算法对移动机器人同步环境地图构建与定位(Simultaneous Localization and Mapping，SLAM)进行初步的研究，并在仿真环境中实现SLAM。