近年来,随着“工业4.0”以及“中国制造2025”等发展战略的不断深化,机器人产业也取得了飞速的发展。自主导航技术作为机器人实现智能化过程中重要的一环,也成为当今智能技术研究的热点问题。本文阐述了国内外机器人导航技术的研究现状。在分析机器人导航系统的相关技术和常用传感器的基础上,选择激光测距仪和RGB-D相机作为导航系统的主要传感设备,通过建立系统模型,提出了一个用于室内移动机器人组合导航系统的方案。在视觉SLAM研究中,本文主要解决视觉传感器在帧间配准和闭环检测过程中准确率较低的问题。对于视觉里程计模块,本文通过数学方法建立传统ICP算法的视觉里程计误差模型并引入颜色向量对其进行改进。对于闭环检测模块,通过视觉词典模型找到相机在空间位姿中的不确定性,将其作为一个约束条件;然后,向闭环检测算法中引入这个约束条件;最后,通过改进的相似性得分函数,找到最佳闭环。实验结果表明,改进后的算法有着更高的配准精度和闭环检测准确率。在定位与建图算法研究中,本文采用了一种基于无迹卡尔曼滤波算法的方法对传感器姿态观测信息进行融合以提高机器人位姿估计的准确性。该方法首先利用贝叶斯概率模型,设计了一种观测信息的融合筛选规则;然后,选择合适的样本点进行UT变换,并计算变换后的样本点的均值及协方差;接下来,利用UKF完成系统均值以及协方差的更新并进行替换;最后,得到样本点的后验状态估计,完成定位建图。实验结果表明,改进后的算法有着更高的定位建图精度。在路径规划问题研究中,本文提出了一种基于势场导向的对数蚁群算法来解决蚁群算法初期“盲目”搜索且存在局部最优的问题。改进后的算法在先验地图的基础上建立环境的势场模型,将势场的影响因素引入到蚁群算法的状态转移概率函数和启发函数中,并通过对数模型对蚁群算法的信息素更新策略进行改进,使得路径算法搜索上不再具有盲目性,在加快算法收敛的同时,也保证了路径的安全性。实验结果表明,本文提出的路径规划算法有着更优的规划路径并且耗时更短。最后,根据本文提出的定位建图算法和路径规划算法完成了室内移动机器人导航系统的设计与实现。利用搭建的室内机器人实验平台,在实际的环境中,分别进行地图构建和路径规划实验。实验结果表明,本文所研究的室内移动机器人组合导航系统是稳定可行的。