陪护机器人自主定位方法是当前研究的热点问题，也是机器人导航的关键问题。其面临的室内工作环境往往同时包含有未知的静态和动态障碍物，具有不确定性和未知性。本课题以国家863高技术项目《助老/助残机器人关键技术研究》的子课题《实用型陪护机器人》为背景，以HHR-0303陪护机器人为开发平台，开发和扩展基于激光测距的机器人导航软件系统，针对家庭动态和静态环境，实现陪护机器人自主识别动态障碍物、自主定位等典型作业任务。　　针对全局地图信息未知的室内环境中机器人全局定位精度低、实时性差等问题，研究了利用激光测距仪进行相对定位的扫描匹配算法，首先分析介绍了传统迭代最近点算法(Iterative Closest Point，ICP)，针对ICP算法对旋转运动匹配问题不敏感及容易陷入局部最小点的问题，给出一种基于MBICP(Metric-Based Iterative Closest Point)算法的陪护机器人自主定位方法，关键是采用了一种同时考虑平移和旋转运动的度量距离。通过开发分析演示软件，比较自定位模块里ICP和MBICP算法的匹配特性，并研究了MBICP算法中L参数对匹配精度的影响。分析结果表明MBICP算法较好地解决了旋转位移的匹配，并提高了单次定位匹配精度和匹配时间。　　针对机器人在运动过程中定位问题，本文给出了一种将里程计与激光传感器信息进行融合的方法，以提高定位精度。而针对陪护机器人实时自主定位时，相邻时刻扫描点不完全匹配的问题，本文提出一种将双向最近点规则(Dual Closest Point，DCP)应用于MBICP算法的陪护机器人自主定位改进方法，克服因遮挡等原因造成的扫描信息缺失或差错，减少错误匹配，提高了算法的鲁棒性;并根据激光测距仪扫描的数据具有空间和时间上相关性这一特点，改进对应点搜索算法，提高算法的实时性。最后通过搭建的运动仿真平台，验证了该改进方法的有效性。　　针对室内动态环境中出现的动态障碍物影响扫描匹配从而影响自主定位精度的问题，给出一种将时空关联法应用于动态障碍物识别的方法，有效地识别出动态障碍物并将其在环境地图中剔除。在此基础上，设计了一种简单动态环境下陪护机器人自主定位的方法，最后通过开发软件平台，验证了该方法的有效性。