随着室内环境下完成工作的服务机器人、无人驾驶搬运车和仓储物流机器人等在日常生活中应用增多,与很多结构化的工作和应用场景相比,室内环境的复杂性和工作任务的随机性对移动机器人的自主导航能力提出了更高的要求,如何进行高精度的定位和路径规划是移动机器人完成任务的关键,在实际应用中,机器人往往需要完成多个任务。本文针对移动机器人在室内复杂环境中的定位、多任务目标点间的路径规划和任务分配等关键技术与算法进行了研究,以提高室内移动机器人的实用性和作业效率。论文的主要研究内容和成果如下:（1）针对超宽带在室内复杂环境中定位导航精度低、受非视距误差影响严重、且无法提供机器人姿态信息的难题,提出一种基于超宽带和惯性测量单元组合的室内定位导航算法。该算法以位置、速度、四元数、加速度计偏差和陀螺仪偏差为状态向量,通过扩展卡尔曼滤波算法融合超宽带和惯性测量单元的测量信息,加速度计偏差校正速度和位置,陀螺仪偏差校正四元数,并用四元数解算旋转矩阵和姿态信息;然后用测量残差判别和缓解误差,抑制非视距误差对定位导航的影响。实验证明该算法可减小室内定位导航系统中非视距误差的影响,提高移动机器人动态定位精度,得到相对准确的姿态信息,具有良好的实用性和鲁棒性。（2）为满足室内移动机器人执行多任务、规划全局最优路径和动态避障的需求,提出一种基于改进A*算法、旅行商问题和动态窗口法相融合的多任务全局动态路径规划方法。通过改进的A*算法规划两两任务目标间的最优无碰撞路径,关键点选择策略去除冗余节点,蚁群算法确定遍历所有任务目标的最优路径顺序,利用两个任务目标之间的最优路径长度形成旅行商问题距离搜索方阵并计算蚁群算法启发因子;构建考虑全局最优路径和运动速度的动态窗口法评价函数,保证全局路径最优的同时,路径更加平滑,动态避障能力更好。仿真实验表明,该路径规划方法效率更高、路径更平滑、可实时动态避障,提高移动机器人实用性和执行任务时的工作效率。（3）构建多机器人多任务分配数学模型,通过任务分配将多机器人多任务目标的全局动态路径规划转化为单机器人多任务目标的全局动态路径规划。使用多旅行商问题模型对多机器人多任务分配进行建模,根据实际工况对模型添加相应的约束;改进蚁群算法信息素更新方式,解决多旅行商问题。对多机器人相同起始点、不同起始点和执行相同任务数量等多种任务分配情况,进行仿真实验研究,验证算法的性能,结果表明本文的任务分配模型更符合实际情况,算法效率更高。本文对室内移动机器人定位、路径规划和多机器人任务分配等技术的研究结果,能提高室内移动机器人的实用性和作业效率,具有一定工程指导意义。