随着人工智能移动机器人技术的不断创新以及社会生活水平的提高、室内设施的不断完善,机器人慢慢融入到我们日常生活的方方面面,对室内导航需求和要求也随之不断提高。不同的导航系统都有各自的优点和缺点,目前单一、传统的导航不能够满足对室内定位的基本要求。多种导航手段融合能够优化系统,但是在硬件层面上对平台的要求高,在软件端算法的计算量大等。本课题致力于设计针对室内环境的移动机器人组合导航系统。在经过调研选择融合激光雷达、惯性导航和霍尔编码器的组合系统方式,围绕多传感器融合、实时定位与地图构建（simultaneous localization and mapping,SLAM）技术、路径轨迹规划等方面研究,进而为接下来移动机器人室内组合导航提供理论依据与决策支持。主要内容包括:（1）阐述了室内组合导航的相关理论,其中包括坐标系转换、雷达工作原理、惯性导航原理、机器人运动控制。针对移动机器人在室内需要考虑不同场景情况,在进行自主导航的前提需要对周围环境扫描建图。激光雷达利用迭代最近点（Iterative Closest Point,ICP）扫描匹配算法对雷达数据进行解析,考虑到单一传感器存在累积误差的缺点,把惯性传感器、里程计传感器的信息作为移动机器人位姿解算的数据来源。（2）针对机器人在室内环境中对稳定导航的需求,基于自适应扩展卡尔曼滤波融合激光雷达/惯性导航数据,对模型的参数和噪声实行估量和修正以减小滤波产生的实际误差,并用仿真实验表明算法的有效性,整体性能提高约20%。路径轨迹规划是室内移动机器人导航主要技术,本文分析对比了不同经典路径规划算法,重点研究了A*算法。针对A*算法在室内路径规划所存在的问题,修改A*算法的评价函数、节点搜寻选择以及最优路径检查,仿真实验结果显示经过算法改进在路径规划时间和距离都缩短,转弯次数减少44%,转折度数降低50%。（3）为了进一步验证组合导航的有效性,搭建了基于机器人操作系统（Robot Operating System,ROS）移动机器人的硬件集成和软件平台。设置了室内简单环境、单一障碍物环境、复杂障碍物环境三种不同场景,完成移动机器人的自主导航避障、环境平面图构建等功能。实验结果表明,基于多源传感器融合构图畸变程度小,经过改进A*算法路径规划的导航距离和时间得到了优化,验证了本文设计的组合导航系统能够实现基本的功能,经过改进后在运行的稳定性方面提升明显。