随着科技水平的不断发展,人们对移动机器人的功能需求日益提高。新一代的智能机器人能够为居家生活提供便利的服务,并在一些人工不便作业的危险场合承担救援任务。目前,传统移动机器人无法满足某些应用场合的特殊需求。因此,智能移动机器人具有非常广阔的应用前景和研究价值。如何实现未知环境下的移动机器人环境地图构建与自主导航是诸多特殊应用场合共性的关键技术问题。本文针对上述问题展开研究,具体的研究内容如下:针对当前移动机器人在未知环境下地图构建面临的难点进行研究分析,建立移动机器人SLAM系统模型,实现不同坐标系下的坐标转换。进行深度相机的标定获取相机内参数。对于没有先验环境信息的情况,推导并实现基于扩展卡尔曼滤波的SLAM算法,通过仿真验证算法的有效性。针对实际应用中复杂的环境问题,设计实现基于粒子滤波的移动机器人定位算法,结合二维栅格地图构建方法完成未知环境下的环境地图构建,并于模拟的三维环境下进行移动机器人建图仿真实验。针对已知环境信息的移动机器人导航问题,研究并实现静态全局路径规划与动态局部路径规划算法。首先,结合两轮差速机器人的运动特点,围绕搜索方向与转弯次数方面对A*算法进行改进,并通过仿真分析得出:改进后移动机器人转弯次数更少、移动的路径更短。然后将改进后的A*算法与DWA算法进行融合,使其可以实现静态和动态两种环境状态下的移动机器人导航功能,并通过仿真环境下验证了所提出算法的有效性。为验证文中所设计使用的移动机器人SLAM算法与改进的融合算法在真实环境下的有效性,通过搭建机器人软硬件平台,在实验室内进行实验验证。实验结果表明:对于环境信息未知的情况下,所提出的算法可以很好地构建出与真实环境相对应的二维栅格地图,并实现了移动机器人的自主导航。