近年来,随着我们国家机器人的快速发展,机器人常常出现在我们的日常生活中。由于机器人在移动过程中周围环境复杂多变具有不确定性,使得移动机器人对未来更加智能化提出了挑战。应用于室内环境,研究即时定位与地图构建以及路径规划这三项移动机器人的关键技术,针对移动机器人能够在室内复杂环境中灵活移动的特性,本文基于机器人操作系统平台,构建并优化环境地图,利用改进后的定位算法和路径规划算法实现移动机器人的自主导航功能。本文主要研究内容如下:（1）对即时定位与地图构建算法进行分析和优化。首先,研究传统的RBPF-SLAM算法,因粒子滤波算法中需要使用运动模型,而里程计提供运动模型误差较大,采用无迹卡尔曼滤波算法融合惯性测量单元与轮式里程计信息,作为系统中的运动模型。其次,根据粒子滤波算法中的存在粒子退化现象,在RBPF-SLAM中将运动模型与激光雷达的观测模型相结合改进提议分布,并加入退火参数防止观测模型中发生峰值分布,影响采样效率。最后,为改善新粒子的多样性,使用高斯分布重采样,粒子根据权值排序后进行分散。为验证算法性能,在ROS平台下运行两种SLAM数据集验证算法有效性。（2）根据路径规划存在的问题设计改进方案。首先,在移动机器人全局路径规划的研究中,针对A*算法生成的路径曲率非连续的问题,利用Manhattan距离和Euclidean距离相结合的方式设计新的启发函数,并通过梯度下降法处理拐点过多的全局路径。其次,局部路径规划使用时间弹性带算法,使移动机器人能够应对实际应用中的突发状况。最后,通过融合全局和局部路径规划,可满足移动机器人的导航要求。在仿真环境中,验证本文路径规划算法的可行性。（3）针对机器人应用的室内场景,利用实验室中的两种环境在移动机器人平台上进行地图构建和路径规划实验,增加未知障碍物测试移动机器人的避障性能,并反复进行了多次实验,验证了改进RBPFSLAM算法的有效性和整体导航功能的可行性。