得益于计算机智能芯片的快速发展,机器的运算效率极大地提高了,移动机器人开启了一个新时代,移动机器人走在了科技的前沿,解决了工业智能化、柔性化生产以及服务大众的需求。鉴于目前各类变电站、园区、社区以及楼宇、厂房等已知环境的场所下使用移动机器人来完成巡检、安防等任务,完成这些任务涉及到的重要技术为SLAM（Simultaneous Localization and Mapping,同步定位与建图）技术和自主导航技术,本论文针对这两个方面进行了详细的研究。在移动机器人激光SLAM中,针对轮式里程计会存在累计误差,突然加速或者减速以及急转弯下轮子打滑也会产生误差,为了防止这种误差对建图的干扰,增加IMU（Inertial Measurement Unit,惯性测量单元）传感器,使用扩展卡尔曼滤波器来融合两者的数据来给移动机器人提供更精确的位姿信息。在ROS（Robot Operating System,机器人操作系统）仿真环境中,让移动机器人走一个正方形,运动轨迹表明,在指使用轮式里程计的情况下,移动机器人的运动轨迹出现了漂移现象,而使用了扩展卡尔曼滤波器融合了IMU和轮式里程计的数据后,运动轨迹更接近正方形形状。最后在真实的环境中让移动机器人进行了地图构建,经IMU和轮式里程计数据融合后,移动机器人创建的栅格地图更加接近真实环境地图,测量真实环境的距离值与栅格地图的图测值,并与之对比,分析其误差,结果表明,融合后创建的栅格地图误差更少。一般情况下,移动机器人在室外进行巡检、安防等任务时时,需要提前创建好环境地图,同时需要设定好多个目标点,让移动机器人循环的在这些目标点运动。针对这些问题,将应用于无人机中的PX4（Pixhawk 4）飞控引入到移动机器人系统中,PX4飞控可以接入GPS模块,GPS可以在室外为移动机器人提供定位;利用Mission Planner地面站来为移动机器人提供一个卫星地图,同时在Mission Planner地面站中规划航线,让移动机器人在规划好的航线上进行导航,实验结果表明,移动机器人能够很好的进行导航运动,同时在导航的过程顺畅的避开静态和动态的障碍物。