随着新型材料的出现,传感器技术的不断突破,人类生活方方面面都受到各类角色机器人的影响,同时也带给人类未来不可估量的发展空间。室内机器人与人们的起居生活息息相关,逐渐在日常生活中扮演愈来愈关键的角色。室内智能自主机器人在完成各类任务时首先要解决的就是在其所在未知或已知环境中自身定位及自主导航避障问题,所以室内定位和导航技术对机器人领域研究至关重要,也是国内外研究的难点和热点所在。由于目前技术现状与成本等因素导致机器人室内定位研究领域并没有形成大规模成熟的市场应用方案。因此,设计与实现低成本、精度高、可靠性好的室内定位导航方法是机器人室内定位导航领域的关键性问题。机器人在室内环境执行任务时最先解决的问题是如何高效可靠的获取较全面的环境信息。因此本文首先研究了多传感器信息融合层次、结构和方法。针对机器人环境信息获取不全面、定位导航定位精度不高及多传感器信息融合算法复杂、实时性差等问题,本文通过微机电惯性测量单元(MEMS-IMU)传感器、激光雷达(Li DAR)与里程计(Odometer)等多种类型传感器信息融合,解决室内机器人环境信息获取不全面、传感器误差等引起的定位精度低等问题。此外,本文通过分析现有室内机器人定位导航方法,综合考虑技术、成本因素,构建室内机器人各个传感器模块与系统模型,通过MATLAB建立仿真实验环境,实现一种改进卡尔曼滤波算法(KF)的数据融合位姿估计方法——基于Li DAR-IMU的IEKF数据融合SLAM定位算法,在测量更新阶段使用多次迭代测量方法,致力于减少了定位误差,提高系统稳定性。随之设计基于激光雷达的多传感器信息融合室内机器人导航定位及环境构图与自主导航避障实验,依据实验结果分析室内机器人位姿和算法改进对定位导航精度的影响,并验证室内环境下机器人定位导航算法的有效性。其次,本文在基于激光雷达传感器的多传感器数据融合室内机器人SLAM基础上,设计自主避障与导航算法并实现主动避障与自主路径规划、同步增量式环境构图、环境探测与信息数据终端监测与控制等功能。设计完善硬件系统及各个硬件模块选型,构建多传感器室内机器人定位验证硬件平台并分析可行性。以室内机器人平台为研究对象,设计软件系统,将室内机器人的位姿、运动状况及环境信息显示在PC终端,并设计良好的人机交互界面,实现工程应用测试样机,在此基础上初步设计了基于Android的移动终端APP,实现机器人的远程移动终端信息监测与共享。本文研究的室内机器人的定位导航算法及实现的室内机器人定位验证硬件平台,为后续研究室内机器人定位方法提供借鉴,同时所设计的室内机器人平台通过工程实践拓展,可应用于矿井巷道勘探、地震灾难搜救、变配电站电力巡检、反恐排爆、军事侦查及对人体构成威胁的危险环境等诸多领域,具有良好的市场应用前景和广阔的拓展延伸空间。