随着人工智能、传感器技术和计算机技术的不断发展,机器人领域也得到很大发展。移动机器人地图构建是机器人实现自主导航和环境探索的关键,在太空探索、水下探险和室内应用等不同领域发挥着重要的作用,具有重要的研究意义和应用价值。首先,针对目前市场上二维激光雷达价格普遍偏高的现象,提出一种基于光飞行时间(Time of Flight,TOF)的低成本二维激光雷达系统方案。其次,本文研究了基于二维激光雷达的同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)方法。针对在地图构建中,梯度下降方法对初值敏感,容易陷入局部极小值、不收敛等问题,采用相关扫描匹配获取相对位姿,并作为非线性优化问题的初值参与第二次扫描匹配。其中,采用了基于子图扫描匹配的方法,减少建图过程中的累计误差。利用GaussNewton方法求解扫描匹配的非线性优化问题以提高匹配的鲁棒性及精度。针对闭环检测中单帧数据信息量少,在相似环境中容易产生错误的闭环等问题,提出一种基于关键帧匹配的闭环检测方法。其中,通过关键帧与当前帧组成匹配帧,增加信息量,提高闭环检测的正确率。采用双三次插值算法优化地图以获得更好连续性的地图,提高扫描匹配的精度。最后,研究了基于稀疏位姿调整(Sparse Pose Adjustment,SPA)后端优化方法,利用闭环检测产生的约束来调整所有子图的位姿,减少前端所累积的误差。本文通过搭建移动实验平台,验证本文提出的方法。在实际场景建图的实验结果表明,通过本文算法有效的避免建图过程中出现匹配错误,减小建图过程中的误差,构建与环境一致的地图。