航空工业中常常需要对飞机机身等桶型构件外形的形位误差如对称度等进行检验,以保证飞机机身加工质量要求。目前通常采用激光雷达对飞机机身进行测量,然后对点云进行分析检验,但是由于飞机机身整体尺寸较大,激光雷达在单个站位无法完全测量,需要进行转站操作。传统的转站操作一般是在待检测物体周围建立一个测量场,测量场周围布置导轨,机器人携带激光雷达在导轨上移动进行转站测量,但是这种测量方式存在测量场无法转移,测量不灵活以及对空间要求较大等缺点,因此针对飞机机身外形检测需求,移动式测量机器人解决方案应用而生。本文针对移动式测量机器人这一解决方案,研究了移动平台的建图、重定位以及路径规划方法,主要研究内容以及创新成果如下:（1）在里程计精度方面,针对轮式里程计在运动过程中会产生累计误差的问题,提出了一种基于帧间匹配的激光里程计定位方法,该方法以轮式里程计、IMU（惯性测量单元）给出的姿态作为初始值,然后使用基于ICP（迭代最近点算法）变体的方法进行帧间匹配,极大的提高了收敛速度,最后引入激光跟踪仪验证了本文所提出的激光里程计的定位精度要高于轮式里程计,轨迹精度提高约75%。（2）在建图算法框架方面,针对移动平台建图功能,提出一种改进的Cartographer建图框架,在原有的框架中加入了环境丰富度判别模块,能够实时对当前环境丰富度进行判别,动态调整输入数据源,经过实验验证,最终基于改进框架得出的地图精度可以达到2cm/pixel。（3）在机器人重定位算法方面,提出一种基于激光帧和地图的相关性匹配方法,相比于使用传统的AMCL（自适应蒙特卡洛定位）算法,该方法重定位速度更快,而且处理机器人绑架问题更加鲁棒,经过实验验证,该方法比AMCL算法的初始重定位时间平均缩短2.7倍,绑架后的重定位恢复时间平均缩短4倍。（4）在移动平台路径规划方面,使用A*算法进行全局路径规划,分析比较了几种启发式函数的路径规划效率,最终选择曼哈顿距离作为启发函数,经过验证该启发函数的路径规划效率比传统的Dijkstra算法在小地图中提高约58%,大地图中提高约33%,使用时间弹性带算法（TEB）来进行局部路径规划,经过实验验证,小车可以灵活躲避动态障碍物。（5）在导航定位精度方面,基于Turtlebot3实验平台进行了基于激光SLAM的定位导航实验和导航定位精度测定实验,最终通过实验验证,该移动平台的重复定位精度在2cm左右,符合设计要求。