无人机和地面移动机器人的运动能力与作业方式各不相同。无人机能够从空中视角快速完成大范围环境感知及地图构建,但其续航能力有限;地面机器人载荷高、续航时间长,但其在复杂场景中的通过能力受限。因此,本文对无人机室内外场景下拓扑地图构建及其引导的移动机器人导航工作展开研究。针对无人机室内建图问题,本文提出一种基于截断距离场和稀疏拓扑图的室内建图方法。在室内三维重建算法设计中,设置截断距离以减少网格数量和计算量,并在动态增长的截断符号距离场中实时增量构建欧式符号距离场,满足导航需求。针对地图占用内存大、传输和复用效率低的问题,提出了基于欧式距离场的二维稀疏拓扑图构建方法,该地图仅保留可穿越空间提取的二维节点和连接边。为了验证所提室内建图方法的有效性,在仿真平台、公开数据集和真实场景进行实验,与其他室内建图方法的对比结果表明本文方法构建的用于引导地面机器人导航的地图更轻量,具有更高的复用效率。针对无人机室外建图问题,本文提出一种基于加速图像拼接和轻量化残差网络的室外建图方法。由于多图拼接计算量大、效率较低,设计了基于GPU并行加速图像拼接算法,从而实现了对室外大范围场景的一致性描述。针对多层神经网络图像分割准确率高但效率较低的问题,通过轻量化残差块提高分割速度,同时加入空洞卷积模块增加感受野,保证分割准确率。为了使所建室外地图更有效地用于引导移动机器人导航,利用骨架提取算法构建道路分割后的拓扑地图。为了验证所提室外建图方法的有效性,分别在公开数据集和真实场景进行实验,与其他方法的对比结果表明本文方法具有更高的建图效率。以无人机在室内外场景下获得的先验拓扑地图为基础,实现移动机器人在其引导下的自主导航是本文的研究重点之一。首先利用图搜索算法进行全局路径搜索,获得一条连接起点与终点的安全可行的全局路径。利用贪心算法得到的最短路径距离障碍物过近,导航安全性较差,因此本文提出一种基于前端运动学轨迹搜索和后端B样条轨迹优化的局部避障方法。该方法利用庞特里亚金最小值原理搜索一条代价最小的安全运动学轨迹,在前端初步实现局部避障。此外为了优化局部轨迹,利用B样条凸包特性对轨迹进行安全性约束,使轨迹与障碍物之间保持安全距离。同时考虑到移动机器人运动能力的约束,通过调整节点跨距来调节时间分配,使得机器人能够重新规划出一条安全、平滑、动力可行的局部轨迹。在真实场景中进行测试验证,实验结果表明了本文所提方法的有效性和实用性。