随着科学技术的不断发展,机器人领域的相关研究受到了广泛关注。室内移动机器人的同步定位与地图构建(SLAM)技术是实现机器人自主导航的前提,同时也是很多功能型机器人执行其他任务的基础。所以,对室内移动机器人地图构建方法的研究具有重要意义。本文主要的研究内容如下:(1)首先研究了本文选用的移动机器人平台和各类传感器,本文使用RGB-D摄像机Kinect2.0降低了成本,使用TX2计算机模块提高了计算效率,重点分析了 Kinect2.0摄像机用深度图计算点云的原理,得到了图像像素坐标系与世界坐标系的转换关系。之后根据本文所选用移动机器人,建立了机器人坐标系、机器人运动模型和机器人观测模型。随后研究了移动机器人所使用的ROS操作系统,完成了对本文软件框架的设计;分析了机器人系统涉及到的四个坐标系之间的关系,得到了本文机器人的坐标系转换关系。(2)分析了 SLAM算法的基础理论,然后研究了 RBPF-SLAM算法和Gmapping SLAM算法,并且进行了相关理论推导。之后提出了基于小生境遗传优化的改进Gmapping SLAM算法作为本文的建图方法,该方法使用交叉和变异操作来更新粒子,并且通过设定有效粒子数的上下限阈值来改善粒子的多样性,从而达到提高建图精度的效果。(3)进行了实际场景的建图实验,利用Kinect2.0摄像机获取了 RGB图像和深度图像,并且将图像数据转换成为激光雷达数据。随后在两种不同的真实场景下进行了对比建图实验,验证了 Kinect2.0摄像机用于建立二维平面地图的可行性,并且通过实验数据说明了改进算法的有效性。同时进行了不同粒子个数的对比实验,得出了适合本文实验设备及实验环境的最优粒子个数为80。经过本文的具体研究,能够有效提升移动机器人的建图精度,并且降低成本,为移动机器人完成更高级的工作任务打下了基础,具有重要的实际应用价值。