随着现代物流和服务行业的发展,人们对移动机器人的功能要求越来越高,希望机器人能深入人类社会生活,协助人类完成更精细、更多样的智能任务。提高移动机器人功能的技术核心是自动导航技术,该技术能使移动机器人在复杂陌生的环境中自主且精准地完成导航任务,但目前传统的导航方式已然不能满足现代需求。被广泛研究的实时定位与地图构建（Simultaneous Localization and Mapping,SLAM）技术能提高机器人对周围环境的感知能力和物理交互能力,可为移动机器人的智能化开发提供技术支持。本文基于SLAM技术设计并实现一套完整的自动导航移动机器人系统,对系统中的建图算法和路径规划算法进行改进,主要研究内容如下:1、针对视觉SLAM（Vision SLAM,VSLAM）算法中特征误匹配问题,提出一种新的方位定向方法——Haar-like特征定向法,采用该方法对视觉里程计中的ORB（Oriented FAST and Rotated BRIEF）特征匹配算法进行改进,利用KITTI数据集对改进算法进行实验。实验结果证明,改进后的算法能较好地提高各帧间特征匹配的准确率,有利于VSLAM算法进行精准建图。2、针对基于单一传感器的SLAM技术局限性问题,利用扩展卡尔曼滤波实现视觉里程计与激光里程计的融合。采用基于视觉与激光融合SLAM（Vision and Laser SLAM,VL-SLAM）算法实现构建地图模块。将VL-SLAM算法与RGB-D SLAM算法、ORB＿SLAM2算法进行实验评估对比,结果表明VL-SLAM算法精度高于其他两种算法。3、采用随机路线图（Probabilistic Roadmap,PRM）算法和动态窗口（Dynamic Window Approach,DWA）算法对移动机器人进行全局路径规划和局部路径规划。针对PRM算法路径质量差问题提出节点优化法,对改进后的PRM算法进行实验,结果表明改进算法在保证实时性的基础上能进一步优化路径。通过构建自动导航移动机器人系统对上述方案进行实验检验,结果表明系统整体性能良好,能达到预期目标。