近些年来,随着人工智能应用规模的不断扩大,机器人学也得到了重大的发展。移动机器人定位与导航的技术被应用在无人车和无人机等领域。同步定位与建图(SLAM)技术作为机器人的一个重要的研究方向,是解决导航问题的关键。由于信号的遮蔽,GPS等传统的定位技术无法在室内对机器人进行准确的定位。本文提出了一个基于二维激光雷达的移动机器人系统,对机器人系统建模、建图和路径规划等问题展开研究。研究内容包括:(1)针对系统的整体架构进行了设计并为系统构建了数学模型,包括机器人的坐标系模型、运动模型和观测模型。以建好的数学模型为基础,对在室内环境中移动机器人同步定位与建图的问题进行研究,分别介绍了两种基于滤波的SLAM算法:基于扩展卡尔曼滤波的SLAM算法(EKF＿SLAM)和基于粒子滤波的SLAM算法(PF)。对这两种算法的基础理论进行了推导,对算法的步骤和实现方法进行了探讨。在matlab中对算法进行了仿真实验,实验表明通过改进提议分布和采用自适应重采样的基于RBPF的SLAM算法具有更高的定位精度。将其作为移动机器人解决SLAM问题的基础方法。(2)对于机器人在当前环境下的路径规划问题进行探讨。分析了dijikstra算法和A*算法的优缺点并进行算法仿真对比,采用A*算法作为机器全局路径规划算法,动态窗口法(DWA)作为局部路径规划算法。并将全局路径规划和局部路径规划这两种算法相结合,加入膨胀区间,设计出系统整体的路径规划方案,保证机器人安全、平稳的到达指定目标地点。(3)使用ROS中的仿真工具搭建虚拟环境和仿真机器人,对机器人进行仿真实验以验证先前章节中算法的有效性。针对机器人需要具体实现的功能进行了相关硬件的配置和软件平台的搭建,选择激光雷达、里程计、惯性测量单元等传感器用于机器人对陌生环境进行感知。使用搭建好的移动机器人在真实的环境中进行实验。通过Rviz中的观察和最终构建的栅格地图对两种算法进行比较。结果表明改进后的算法具有更高的建图精度,并且采用上面提出的路径规划方案,机器人能够沿着最优路径顺利、安全的完成导航任务。