近年来服务机器人在日常生活中快速推广,其中室内移动机器人占据了很大一部分。与相对结构化的工业场景不同,复杂的室内环境对移动机器人的定位以及路径规划提出了更高的要求。如何在室内场景中灵活、准确的进行定位,并对室内环境进行更全面的建模表达,是移动机器人完成室内任务的关键问题。在室内定位方法中,UWB(Ultra-Wideband)由于其相比其他无线定位方法可获得更高的定位精度,能够较好的应用于移动机器人的室内定位。针对移动机器人在室内场景中的应用,本文结合基于UWB的室内定位方法以及语义地图本体建模工具,开展了移动机器人在室内环境中的定位、环境建模以及路径规划等关键技术的研究。论文的主要工作和研究成果包括:(1)为提高UWB定位误差地图构建效率,研究了室内定位中影响UWB定位精度的因素,提出了一种自适应的非均匀UWB定位误差地图构建方法;基于UWB定位误差的建模方式,改进了基于UWB定位误差地图的粒子滤波定位算法,在粒子的初始化以及权重更新阶段引入该定位误差模型,以提高移动机器人室内定位精度及算法收敛速度;结合UWB定位实验结果,分析了利用UWB定位误差地图进行定位的精度、可靠性以及在动态室内场景中的适用性;(2)分析了移动机器人室内环境的语义化建模描述方法,结合室内环境中的路径规划任务需求,将室内环境的物理信息、语义信息以及移动机器人路径规划相关的知识,融合到语义地图中,通过本体中将上述信息与知识进行形式化表达,构建了面向室内移动机器人路径规划任务的语义地图本体模型;探讨了该语义地图本体模型的实例化流程,说明了本体实例中获取数据、知识的多样化来源;(3)基于室内环境语义地图本体模型,结合多种类型的用户语义化任务输入,研究了基于语义地图本体模型的路径规划任务解析方法,设计了基于SWRL的路径规划任务解析推理规则;提出了在语义地图本体框架下的改进Dijkstra全局路径规划算法,探讨了从语义地图中提取并简化路径节点网络的方法;基于语义地图本体模型中室内结构关系描述,综合室内环境结构复杂性、人流密度等因素的影响,研究了室内场景中的路径节点边权值的分配方式;根据全局路径规划结果,设计了路径规划的子任务分配方法,以实现全局路径的简化,方便后续的局部避障规划;(4)针对移动机器人定位与感知过程中的不确定性,提出了一种基于垂直椭圆速度障碍法的局部避障策略,优化了移动机器人在避障规划中的过度约束问题。结合移动机器人的动力学与运动学特性,研究了将动态窗口法与速度障碍法融合的移动机器人避障方法,提出了在局部避障中的多目标速度选择法;综合不同障碍物多样化的碰撞安全性要求,研究了在局部避障规划中的动态局部路径优化策略。通过局部避障算法对比实验,从避障路径长度、时间消耗两方面验证了本文提出的局部避障算法的性能;最后,通过设置不同的避障目标及多样化的避障安全性要求,验证了多目标速度选择法及动态局部避障优化方法的有效性。综上,本文对室内环境中的移动机器人定位、环境语义建模、路径规划及局部避障等关键技术进行了研究,采用实物与仿真实验相结合的方式验证了本文中提出方法的有效性。在UWB定位方面,相比采用均匀的UWB定位误差地图的方式,本文中提出的方法能够实现减少约48%的定位数据采集节点的同时,可在UWB定位误差较大的区域提高近20%的定位精度;在全局路径规划方面,本文提出的方法能够较好的理解语义化的任务输入,并融合复杂室内环境中与路径规划相关的语义信息进行决策得到最佳全局路径;在局部避障方面,虽然在较空旷环境中对避障性能优化效果有限,但在拥挤环境中能够节省约12%的避障时间,提高了移动机器人在拥挤环境中的避障效率。本文的研究成果对室内移动机器人的无线定位、路径规划及局部避障等方面的研究具有较好的借鉴意义。