在技术转型升级、创新发展过程中,机器人成为发展的热点。导航定位技术作为机器人领域核心技术之一,越来越受到重视。本文主要研究低成本、高可靠的机器人室内导航定位技术。本文的主要工作为:(1)机器人系统建模,包括机器人运动学模型、相机模型以及环境模型;(2)基于深度点云的视觉里程计,包括:建立了一种新的深度摄像头测量数据的混合高斯模型,RGB-D结合的稀疏三维点云特征提取与ICP匹配;(3)多传感器信息融合:对码盘、视觉里程计和惯性导航模块的观测数据使用非线性的扩展卡尔曼滤波方法进行数据融合,通过传感器互补提升测量的可靠性;(4)基于粒子滤波的即时定位与建图,利用大量的加权粒子假设逼近机器人真实位姿,同时绘制周围环境的栅格化二维地图;(5)采用全局、局部混合的规划方式实现路径规划和避障。本文的方法,已通过自己搭建的迎宾机器人实验平台验证了算法的有效性,机器人实时定位精度高,执行导航任务具有较好的鲁棒性和适应性,能够在动态变化的环境中规避动态障碍物体,找到可行路径并到达指定目的地。