随着机器人技术的不断成熟,并推广使用,室内移动机器人已经成为一类常见的产品,其中最有代表性的是室内扫地机器人。扫地机器人一经推出便广受欢迎,成为市场争相开发的热点项目。在不断升级的扫地机器人中,室内定位系统是最为重要的一环。本课题以此为背景进行室内移动机器人的定位系统研究,研究基于粒子滤波算法的定位算法,通过将数据匹配算法和RBPF粒子滤波算法进行融合,从而优化粒子建议分布函数。另外提出了基于激光雷达数据线性化表达的快速配准算法,使得雷达数据匹配耗时减少,从而提高改进定位算法的实时性。论文主要从事以下工作:构建机器人的运动模型,包括里程计模型和基于激光雷达的环境表达模型。研究现有的室内地图表达的方式,探究栅格地图的构建方法。从激光雷达传感器中获取扫描数据,针对传统ICP算法的计算耗时长、实时性差的问题,提出通过点云数据线性化表述方法和基于此方法实现的帧间点云快速配准方法。点云的线性化表达包括进行点云的划分和直线拟合,根据室内环境的结构特点,从线性表达信息中提取环境的主方向角,以此作为快速点云配准的条件。通过MTLAB仿真验证了改进配准方法的有效性,试验结果表明改进算法平均用时为传统ICP算法的35%。对基于粒子滤波的SLAM定位算法进行研究,分析其实现原理,推导实现过程。将改进的点云配准算法加入到RBPF-SLAM算法中,编写程序并通过基于树莓派和STM32搭建的试验平台中进行试验,对改进算法的定位效果进行验证。通过实地构图试验,结果表明改进算法定位更加精确,构建地图边界平整,效果更好。