传感器技术、信息处理技术、控制与导航技术、人工智能等与机器人密切相关学科的发展,使得各类机器人的性能不断地得到完善,其应用范围也不断扩展,目前不仅已经应用于工农业生产、医疗服务等日常领域,而且也已经应用于反恐排爆、国防和空间探测等特殊领域。移动机器人的导航技术有很多,如视觉导航技术、卫星定位导航技术、惯性导航技术等,它们各有优缺点,对于复杂环境下的小区域导航并不能完全适用。视觉导航实时性和抗干扰能力不足,卫星导航在地下室、洞穴等环境无法使用,惯性导航误差随时间增加而增大,不适合长时间使用。本文根据复杂环境下小区域导航的特点,利用多传感器信息,提出了一种基于互补重构的移动机器人姿态解算方案。针对捷联惯性导航系统误差随着时间增加而增加的问题,首先利用加速度传感器的信息,根据卡尔曼滤波原理设计了姿态角滤波器,有效抑制俯仰角和翻滚角的漂移,使得其误差稳定在可接受范围；其次,利用无漂移的姿态角信息,结合高精度光纤陀螺仪传感器的航向信息构造了用于重构的四元数观测值；最后利用互补重构参数融合多传感器信息并用于航向姿态的解算。利用该方案,在相当一段时间内可将捷联惯性导航系统的航向姿态角误差控制在3。以内,基本满足小区域导航的需求。针对小区域复杂环境中的路面路况特点,本文利用支持向量机对移动机器人运行过程中的路面路况进行分类,通过记录机器人的运动状态来描述运行过程。当机器人发生迷航时,根据机器人运动状态,参考机器人运行途中的路面路况信息实现机器人快速循迹追踪和定位。根据视觉导航的原理,结合小区域导航的特点,本文提出了一种基于特征点分类策略的移动机器人运动估计方法。根据视觉特征点与机器人的距离将之分为远点集和近点集,远点集内的特征点对机器人的旋转运动是敏感的,而近点集内的特征点对机器人的平移运动是敏感的。分别在远点集和近点集内对机器人的旋转运动和平移运动进行估计,根据机器人旋转和平移的特点,快速剔除不合理的结果,有效减少了计算时间,从而实现了快速的机器人运动估计。在室外复杂环境下,本文分别对各方案进行了实验,均取得了良好的结果；表明本文方法具有很好的实用性,是移动机器人小区域导航有效的解决方案。