自主移动机器人是国内当前研究的热点之一。针对机器人的“自主”能力这一问题,目前该领域研究主要分为两部分:1)同时定位与地图创建(SLAM,Simultaneous Localization and Map);2)在创建的地图上导航(Navigation)。SLAM为机器人自主导航提供环境地图数据,使机器人感知环境从而使其完成自主移动成为可能。而导航则是根据已知地图进行路径规划、定位,进而进行控制使得机器人自主移动到指定目标点。本文基于开源的机器人操作系统ROS(Robot Operating System)在代码复用和扩展方面的优势进行以上两个方面问题的分析和深入研究。根据本文研究的需要,首先,在电脑上搭建Kinetic版本的ROS系统和Gazebo虚拟物理仿真环境,构建机器人的URDF(Unified Robot Description Format)模型,编写激光、IMU、UWB(超宽带技术定位)、编码器传感器软件插件(plugin)搭建一整套完整的实验场景以及机器人地盘软硬件;然后,利用开源项目Gmapping实现在未知室内环境的地图构建,简称SLAM(Simultaneous localization and mapping);最后,优化定位算法,完成控制器的设计,实现SLAM技术下机器人的自主导航。本文主要针对导航过程中的定位与重定位问题,以及导航控制问题展开研究。首先运用扩展卡尔曼滤波的原理将传感器UWB(Ultra-Wave Band)、IMU与里程计进行数据融合,实现重定位,为了保证定位的精度,将融合之后的定位数据与激光数据采用蒙特卡洛粒子滤波进行数据融合,再通过对大量粒子的预测与评估,估计出更加精准的机器人位置。针对现有的移动机器人导航方法普遍存在难以同时保证导航准确性、时效性的问题,本文设计了两种用于大尺度环境下能够提高移动机器人运行效率、提高精度的路径跟随控制算法即PID控制器和线性二次型最优控制器,并用软件实现。