全球导航卫星系统(GNSS)是无人机(UAV)和无人车(UGV)最常用的导航方式之一,但是在室内环境下GNSS信号比较微弱,为了弥补这一缺陷,需要使用视觉SLAM技术来构建组合导航系统,以实现UAV或UGV在室内环境下的高精度导航,同时,环境地图构建也是UGV在室内环境下进行自主导航必不可少的一个功能。所以,研究适用于室内环境下的高精度组合导航和快速环境地图构建问题具有极其重要的价值和意义。本文主要研究适用于室内环境下的移动机器人建图、自主定位以及路径规划等问题,主要研究内容如下。多传感器室内组合导航系统方案的设计。面向适用于室内环境的高精度组合导航系统的需求,本文设计了系统总体方案,提出了相应的指标要求。根据该设计方案,使用机器人开发平台和激光雷达等传感器搭建出了多传感器室内组合导航系统的硬件平台,并在该平台上以机器人操作系统(ROS)为基础设计了系统的软件架构。提出了一种基于激光数据筛选的环境地图构建算法。针对目前已有激光SLAM建图算法计算量过大的问题,本文提出了一种激光数据筛选方法,该方法以激光数据的扫描密度作为筛选标准,剔除掉了原始激光数据中重复冗余的部分。该方法能够减少建图算法输入的数据量,使系统建图功能的执行效率得到提升,并选用谷歌的Cartographer技术,对激光数据筛选方法的有效性进行了验证。基于数据紧耦合的视觉惯性里程计算法研究。为了实现UGV在室内环境下的高精度导航,本文研究了基于视觉SLAM的视觉惯性里程计技术,提出了一种IMU与相机时间戳对齐处理的算法。经测试,该组合导航系统的定位误差优于10cm。在此基础之上,考虑到移动机器人在室内环境下的避障需求,本文进一步利用双向A*算法和动态窗口法(DWA,Dynamic Window Approach)分别作为全局与局部路径规划方法,开发出集机器人软硬件平台、地图构建、自主定位和路径规划于一体的机器人系统。在此平台上实现了本文提出的算法,并进行了相关实验验证,实验结果表明,移动机器人系统具备环境地图构建、室内自主导航和避障等功能,各项性能指标均达到了系统的设计指标要求。