作为AUV关键问题的导航技术一直是研究的热点问题之一，而同时定位与地图构建算法（SLAM）是解决AUV自主导航问题的基础。SLAM算法指未知环境中AUV从一个未知位置出发，通过自身携带的传感器采集航行环境中的相关信息，构建环境地图，同时利用该地图和相关传感器数据估计机器人位姿，实现机器人自身的定位。本文主要介绍了我们自主研制自主式水下机器人C_Ranger AUV，其依赖自身机载的惯性传感器和前视声纳提取环境信息，采用改进的FastSLAM算法构建海底环境的特征地图。改进的SLAM算法运用多传感器进行更新，将从AHRS和DVL提取的航向速度既作为状态量又作为观测量考虑到后验概率中；采用单个粒子最大似然和改进的“反面证据”相结合的数据关联方法；另外采用基于等级的重采样方法克服粒子匮乏问题。为了验证算法的可行性，进行了虚拟仿真，并应用到C-Ranger AUV平台上，用实际数据来验证了改进的FastSLAM算法的有效性。