行星表面结构复杂,环境恶劣,巡视器要在这样的未知环境中作业,其自身的定位和导航问题是一切行动的保障,作为一个智能体,巡视器搭载视觉传感,激光传感,惯性传感,里程计等多项传感器,其中,激光雷达因其精度高,受环境影响小等特点在众多机器人领域得到广泛应用,通过激光雷达扫描匹配的方式能够增量的估计位姿信息,但是存在着误差的积累,而回环检测的添加能够有效限制误差的积累,为此,本文在前人研究基础上,就提高巡视器的定位精度问题,深入研究了基于回环检测的激光雷达同时定位与构图的方法。首先从差动轮式机器人的运动学建模出发,建立了差动轮速机器人的一般运动学模型,并针对里程计信息的不准确问题研究了直接现线性标定法和基于模型的标定法,考虑到因为运动而带来的激光雷达数据畸变问题,加入了运动畸变去处理模块并对相应模块进行了原理和实验上的论证。本方法采用图优化的结构,前端引入了子地图的概念,采用概率栅格地图的方式完成局部地图的构建,采用激光和地图的匹配寻找激光数据在地图中的最优位置,并将里程计信息作为一个初始估计,进而构建出增量式的激光里程计,每个子地图都带有一定数量的激光帧点云,并将其作为节点输入图优化的结构里,后端采用帧帧匹配的方式构建相应的约束,针对因为点云不连续,分布散造成的匹配误差大的问题,提出了一种隐式滑动最小二乘的方法,采用滑动窗口的方式计算出局部连续点云中的隐含曲面,利用曲面的法向量投影的方式来计算出隐含的匹配点,并将结果与传统的ICP方式进行对比,论证了方法的好坏。最后对相关方法进行了仿真和实物的测试,利用实验室现有的Jackal移动机器人,在ROS+Gazebo的仿真环境中加入机器人模型,并加入行星表面场景,完成算法的测试,在动捕系统下完成了真实环境下的测试,同时加入了没有回环的对比试验,将两种环境下估计轨迹都和相对应的真实轨迹进行对比,验证算法的定位精度,测试结果表明,该方法获得的轨迹能够得到与真实轨迹很接近的结果,拥有很高的定位估计精度。