定位问题是自主移动机器人要解决的首要问题,也是其实现自主导航、即时定位与建图和完成其它智能任务的关键。定位问题也是一个复杂的问题,涉及到移动机器人研究领域的多个方面,包括移动机器人的运动学,环境表示方式,信息融合,不确定信息处理等。本文主要研究移动机器人定位的理论和实现,主要工作如下:建立了移动机器人的运动学模型。分析了里程计和激光测距仪两种常用传感器的原理及其误差模型。比较了机器人学中的三种环境表示方法,包括几何地图,栅格地图和拓扑地图。分析了室内环境中移动机器人的定位问题,并对此问题进行建模。分析了卡尔曼滤波器和基于此滤波器的马尔可夫定位,重点研究了粒子滤波器和基于此滤波器的Monte Carlo定位。比较了在室内环境中两种定位方式的优点和不足。通过分析ICP,PSM等几种能够对激光数据进行关联的扫描匹配算法,在Monte Carlo定位算法的基础上提出了一种改进方法。设计了基于激光测距仪的移动机器人定位实验,以验证移动机器人定位算法的有效性。在室内环境中进行实验,并对实验结果做出了分析,主要分析机器人位姿初始分布和粒子数目对定位精度的影响。本文最后描述了SLAM问题以及与机器人定位的关系,并将本论文的主要工作延伸到SLAM问题中,探讨使用基于Rao-Blackwellized粒子滤波器的FastSLAM解决SLAM问题。