本论文以国家863高技术项目《助老/助残机器人关键技术研究》的子课题《实用型陪护机器人》为背景，设计并实现基于激光测距的实用型陪护机器人导航系统。包括具有家庭环境特征的局部地图建立、基于改进ND+的实时避障系统和基于环境匹配思想的机器人相对定位方法设计等内容。　　针对室内环境结构化特点，结合激光测距仪模型，对激光扫描数据点进行数据融合处理，构建了机器人的局部环境地图。首先利用激光数据点之间的时空相关性，使用在线滚动的动态自适应滤波方法去除孤立噪声点;然后使用最近邻聚法对扫描数据点进行聚类，分割成多个点堆;最后，使用逐步二分法对各个点堆进行线角特征提取，把激光扫描点分割成多条由离散点组成的线段，进行直线拟合。同时，针对特殊情景下激光扫描信息不全导致线段边缘退化为一个点情况，对多个时刻扫描信息进行融合还原具有线段特征的边缘。实验中搭建一种典型的家庭环境，利用激光测距仪构建家庭环境的局部地图，验证了所提出方法的有效性。　　针对机器入避障过程中传统ND(Nearness Diagram)+算法生成的决策速度不平滑问题，提出了一种对ND+算法生成的决策方向进行修正，使得机器人决策速度变得平滑的避障方法。首先，根据ND+算法获得机器人的初始决策方向，以此方向把地图划分为两部分，获得左右两侧的近距离的障碍物点集，各个障碍物点共同对机器人作用，修正机器人的决策方向;实验结果表明，相比ND+算法，该方法能够提前规避前进方向潜在障碍物，机器人更快速更平稳地行走于充斥拥挤障碍物的室内环境中到达指定目标点。　　针对部分地图信息未知的室内环境中机器人全局定位精度低、实时性差等问题，研究了基于环境匹配思想的机器人相对定位方法。首先分析介绍传统的迭代最近点(IterativeClosest Point，ICP)定位方法，针对ICP算法存在局部极小值问题，对ICP的最近点对应规则进行了修改，采用双向最近点对应规则，找寻相邻时刻数据点中的对应点;然后，为了降低算法的复杂度，对扫描数据点进行聚类，精简各个障碍物类的数据点，使用精简数据进行迭代，提高算法计算速度，之后再采用非精简数据保证算法的精度。最后，对两个算法进行仿真比较，验证了改进后算法的有效性。