为了研究室内移动机器人自主能力,论文完成了一个实际的移动机器人实验平台和基于Matlab的机器人仿真模型,并在此基础上主要研究了机器人的运动控制,位姿分析,以及SLAM(同时定位与地图构建)。对于实体机器人的实现,机器人上层软件架构采用机器人操作系统(即Robot Operating System,缩写ROS)平台开发机器人算法,算法主要包括位姿测量的传感器融合和基于粒子滤波的SLAM等,并通过ROS提供的消息传递机制完成软件模块的集成；机器人的底层控制和采集系统,采用arm7微控制器完成闭环速度控制和avr微控制器完成IMU惯性数据采集,并设计完成各模块之间满足ROS消息传递的接口及驱动。基于Matlab的仿真研究,首先通过实际机器人的运动学方程,建立了研究对象的数学模型。在此基础上采用simulink仿真对机器人运动特性作进一步分析。另外,还采用Matlab对机器人航迹推算和路标位姿推算完成了相关的理论验证。在SLAM仿真部分,完成了对EKF和粒子滤波的SLAM算法迭代仿真分析。在理论方面,为了提高机器人的位姿估计准确性,设计了基于Kalman滤波的惯性传感器数据与编码器数据融合算法。论文在运动控制分析部分完成了机器人的控制模型,并推导完成了基于kinect的深度传感器测量模型,控制模型和测量模型是实现SLAM的前提。对于SLAM算法,论文采用栅格地图表示,通过引入SLAM算法的基本数学模型,在此基础上分别采用EKF和粒子滤波实现SLAM算法作了深入分析。最终论文通过粒子滤波SLAM建立实验室部分地图,完成了地图的构建任务。