清扫机器人能够自主地完成地面的清扫工作，目前已经得到非常广泛的应用。清扫机器人融合了多个学科的知识，具有很好的市场前景和研究价值。如何能够做到高效率、高智能化、低成本是当前清扫机器人的研究重点。定位和路径规划是清扫机器人关键的两项技术，也是实现高智能化、高效率的关键，论文主要对清扫机器人的定位算法和全区域覆盖路径规划算法进行研究。定位方面，阐述编码器和电子罗盘实现定位的原理和方法，并分析产生误差的原因，引入卡尔曼滤波算法来进行传感器数据的融合，减小编码器的定位误差。通过编码器和电子罗盘分别推导出定位系统的状态方程和观测方程，实现基于卡尔曼滤波算法的定位，获得清扫机器人位姿的最优估计值，并通过仿真验证算法的可行性。路径规划方面，阐述环境模型的表示方法：拓扑地图、特征地图和栅格地图，分析三种方法的特点采用栅格地图方法，通过沿边学习建立环境地图，初步获得环境的信息。研究基于生物激励神经网络的全区域覆盖算法，分析算法的原理、实现过程以及算法存在的问题，并对算法进行改进，提出基于模板的改进算法，通过仿真验证了改进后的算法。在定位及路径规划算法的基础上，完成清扫机器人的机械结构以及控制系统的软硬件设计。清扫机器人采用圆形车体，两主动轮差速驱动，另一个万向轮辅助支撑的三轮移动机构，以及利用真空吸尘和两边刷辅助清扫的吸扫式清扫机构。控制系统包括电源模块、电机驱动模块、信息采集模块以及液晶显示、串口通信等辅助模块。软件设计方面，完成各个相关模块的程序编写，为算法实现提供基础。最后，搭建清扫机器人实验平台，并在此基础上完成了电机驱动实验、传感器数据采集、电子罗盘数据采集、清扫机器人的定位以及全区域覆盖等试验。通过实验，证明清扫机器人能够精确地实现定位，并以较高的覆盖率完成全区域覆盖。