随着机器人技术的不断发展，服务机器人的应用领域越来越广泛，除了工业、农业等传统域外，在医疗、文娱、家居等诸多环境中得到了广泛的应用；同时人们对生活质量的要求不断提高，服务机器人任务的完成离不开导航系统和定位系统的支持；随着更加廉价的RGB-D摄相机上市，关于基于RGB-D多模态数据的机器人导航以及定位的研究也有大幅度的提升。本文工作重点集中在利用多模态数据进行机器人的实时导航和定位方法研究上。　　本文针对现有问题展开研究，主要工作内容及成果如下：　　（1）确保机器人能够在特定环境下自主行走，提取可行走区域。基于此本文提出了一种基于3D点云和颜色融合快速地面分割方法，该方法有效的解决点云分割结果数据残缺的问题。　　（2）为了提高局部路径规划的实时性和场景适应能力，本文提出了一种基于快速随机生成树的局部实时导航算法，算法效的解决了室内环境下导航实时性不足和适应能力差的问题。　　（3）针对基于彩色纹理特征在光线不足的情况下配准失效的问题，本文采用基3D点云的几何特征，通过FPFH特征描述和特征配准和点云换算优化，实现了在复杂环境中实时定位。显著提高机器人定位的适应能力。　　（4）为了后续的研究工作搭建了便捷的实验平台。本文实现基于多模态数据的实时局部导航系统，使得后续工作得到顺利展开。