随着室内服务机器人种类增多、市场需求变大,室内移动机器人正向着低成本、多功能方向发展,人类日益增长的需求给传统移动机器人关键技术带来极大的挑战。基于Rao-Blackwellized粒子滤波的SLAM算法使用固定粒子数量样本集合会造成不必要的计算资源及内存空间浪费,难以在低成本的嵌入式平台中运行;基于A~*算法的全局路径规划技术规划出的路径不平滑且未考虑移动机器人物理半径因素,存在碰撞风险;现有全覆盖路径规划算法存在复杂度较高、子区域较多、重复率较高、实用性较低等问题,通用性及覆盖效果较差。由上述室内移动机器人关键技术引出的若干问题,本文主要研究了以下内容:研究了自适应粒子数Rao-Blackwellized粒子滤波SLAM技术。根据基于Rao-Blackwellized粒子滤波SLAM算法存在不必要的计算资源和内存浪费问题,提出结合KLD采样的Rao-Blackwellized粒子滤波SLAM算法,优化Fast SLAM2.0算法并进行仿真验证;以优化前后SLAM过程所使用的粒子数量、算法运行时长、地图构建精度及轨迹定位精度为指标分析优化效果。研究了基于A~*算法的全局路径优化技术。针对基于A~*算法的全局路径规划技术所存在的路径不平滑及距离障碍物无安全距离问题,提出地图膨胀+梯度下降的优化方法,并在Python及ROS仿真环境中验证上述优化方法的可行性,分析优化效果。提出了一种地图数据预处理+主动寻壁方向优先级遍历+深度优先回溯搜索子区域的全覆盖路径规划算法。提出栅格地图数据预处理技术,确保算法覆盖率并可用于解决实际问题;提出根据栅格地图形状的不同设计不同的主动寻壁方向遍历优先级,减少移动机器人所需遍历子区域的数量,并一定程度上限制了机器人转弯次数;提出基于深度优先搜索回溯思想的子区域搜索方式保证了全覆盖路径规划算法规划出的子区域连接路径较短,降低了算法的重复率,提升了遍历效率,减少了机器人遍历过程中的能量损耗;在ROS仿真环境中复现本文所述算法,验证其可行性及覆盖效果。搭建了移动机器人实验平台。分析基于差分轮实验平台的硬件系统组成及软件系统组成,并阐述了硬件系统及软件系统的交互流程;在室内环境中分别验证了本文所提出的R-B SLAM优化算法、全局路径优化算法以及全覆盖路径规划算法的可行性与实用性。