移动机器人是集机械制造技术、计算机技术、机电一体化技术、电子信息技术、多传感器数据融合和人工智能等交叉领域的战略性产品。近年来,移动机器人已经在餐厅、旅馆、商店、仓库管理以及个人家庭等领域不断涌现。环境构建和路径规划作为移动机器人导航的关键技术,分别负责将移动机器人所处环境绘制为地图,为导航提供环境支持和规划出在环境中从移动机器人当前位置到达目标位置的安全无碰撞路径。为提升移动机器人的自主导航的性能,本文对移动机器人的地图构建技术和路径规划技术进行研究,主要内容包括如下几个方面:首先,针对移动机器人硬件平台,对上层导航系统进行构建,并对导航系统与底层硬件平台的通讯进行设计,使移动机器人实现自主导航功能;对输入的激光雷达点云进行优化,使其更接近真实环境;并设计了人机交互客户端,实现移动机器人的远端操控。其次,对移动机器人建图方法进行研究。本文研究了一种基于构建子图的建图方法。首先提出一种启发式搜索定位算法,来加快扫描匹配速度;其次通过建立查找表,对概率栅格进行更新,创建子图;然后通过快速筛选算法查找最优历史子图,为新子图构建提供参考,并结合启发式搜索定位算法,确定子图间位姿关系,完成地图创建;该方法减小了建图的误差积累,提高了地图的精度和与环境的一致性。再次,对移动机器人路径规划进行研究。本文提出了应用强化学习对全局路径进行修正的方法。该方法是强化学习(Q-learning)算法与代价地图(cost map)相结合来修改全局路径,并利用代价地图的cost信息来实现创建状态空间,动作空间,奖赏函数和值函数构建,并对移动机器人进行复杂场景训练,从而获得可在移动机器人中应用的Q值表。最后,通过搭建移动机器人实验平台,对本文的基于构建子图的移动机器人建图方法进行建图实验验证与对比分析,对强化学习路径规划算法进行实验验证并分析了实验结果。