即时定位与地图创建是移动机器人自主导航技术的重要内容之一，它主要包括三个方面的内容：地图的表示方法、机器人定位与环境特征的提取以及不确定信息的处理。本文主要研究不确定信息处理和自主定位两个核心问题。 在移动机器人运动控制模型、里程计模型和激光测距仪的观测模型的基础上，分析了里程计、激光测距仪等传感器信息的不确定性。将扩展卡尔曼滤波和粒子滤波分别应用于移动机器人的自定位，仿真结果表明粒子滤波能明显地改善移动机器人位姿估计的鲁棒性和精确性。在具有陆标的环境中，将分布式信息融合理论应用于多机器人系统，可获得更加准确的机器人相对于陆标的位置信息，并以此矫正每个机器人的位姿，从而提高定位精度。 根据不同的环境，分别提出相应的方案解决即时定位与地图创建问题。在室内结构化环境中，利用霍夫变换提取直线特征创建地图，机器人通过跟踪直线实时矫正位姿，实现即时定位与地图创建。在环境特征匮乏的情况下，通过多机器人之间的协作实现定位。多机器人之间轮流运动，互相作为陆标，在系统内部解决定位问题。在定位准确的基础上，搜集环境信息就可以创建地图。仿真结果验证了方案的可行性。