本报告根据航天器常规三项(体积小、质量轻、功耗低)需求、月球环境特点(无地磁、慢自旋、强光照、强粉尘、月面纹理单一、无大气)采用了基于太阳罗盘、惯性单元的月球车姿态自主确定方法,并结合车轮编码器(里程计)与即时定位与制图技术(Simultaneous Localization And Mapping,简称SLAM)进行精确相对定位。　　 利用天文及惯性导航方法确定月球车全姿态。应用三轴加速度反馈捷联解算过程的角速度,抑制纯捷联解算的姿态漂移。静止时,由加速度反馈修正俯仰角、滚动角,保证计算平台方向与月球重力方向保持严格一致。月球车运动时,通过角速度进行积分,通过加速度反馈修正,使计算平台方向与月球重力方向保持基本一致。应用天文导航原理,以“日-地-月”星历为基础,确定月球车在当地地平系下的航向角,从而完成高精度的全姿态检测功能。在月球无地磁、慢自旋、强粉尘环境下,该系统能够进行精确的全姿态确定,为月球车提供了当地地平指北参考系。　　 对于月球车位置,由VLBI提供位置初值,结合里程计完成月球车低精度的相对位置确定,继而通过小型激光雷达测量的地形数据,应用SLAM技术,实现月球车高精度的相对位置确定。即时定位与制图是为解决移动机器人(或无人车)在未知环境下的导航问题而提出的一种有效技术途径。为适应室外大规模的非结构化环境,以激光雷达作为环境传感器观测环境,通过激光扫描匹配建立实时环境特征与地图的匹配；利用RBPF粒子滤波器实现状态一步预测、后验状态更新等数学迭代过程。报告中针对目前SLAM中存在的主要问题展开。首先,鉴于三维激光点扫描匹配过程可观的计算代价造成的运算效率问题,采用一种类等高线的二维激光线与三维高程相匹配的方法,较好地解决了基于扫描匹配和粒子滤波的SLAM过程的实时性。其次,为了提高粒子滤波器的收敛性能,对粒子滤波重采样算法进行了改进。提出一种趋优重采样方法,在提高粒子质量的同时,较好地保留了粒子的多样性。　　 报告中对上述研究内容进行了分析与实验研究。仿真及实验结果表明,本课题研究思路、方案、原理、相关技术及实验过程对于我国月球车位姿确定系统方案的确定及实现具有参考价值。