同时定位与地图构建(SLAM)技术,是移动机器人能够实现真正自主运动的关键。利用SLAM技术,移动机器人在未知的环境中可以不依赖外部参考系统,拥有确定自己的位置并同时构建周围环境地的图能力。本文针对室内移动机器人SLAM的关键问题进行研究,主要研究内容如下:首先,分析了当前自主移动机器人技术和SLAM技术的发展现状,针对双轮独立驱动机器人,建立了该类机器人的运动学模型,并对航迹推算算法以及里程计标定算法进行了研究。其次,对激光雷达测距算法进行研究,主要完成了激光雷达运动畸变去除算法设计,并提出了一种二次插值改进算法,可以有效克服激光雷达的运动畸变对测量结果的影响,进一步提高测量精度。第三,基于RBPF理论,对SLAM算法进行研究。针对室内移动机器人的特点,基于RBPF-SLAM理论,对粒子耗散问题进行了改进;综合考虑激光雷达的观测和里程计信息,先利用激光雷达的观测信息把采样区间限制在一个更小的范围,之后对在区间采样得到的粒子进行权值统计与评估,延缓了粒子耗散并减少了所需粒子数,提升了计算效率。针对传统的算法,对其数据融合算法进行改进,提出了一种更加有效的方法:融合里程计和帧间匹配信息,并在帧间匹配失败时采用传统的里程计模型采样粒子获取提议分布,提升其精确度和鲁棒性。第四,对地图构建算法进行研究,采用覆盖栅格建图算法,实现了环境地图的构建,并通过ROS系统进行了仿真实验,实验结果表明:同样的粒子数,该改进的算法获得更高精度的环境地图,并且表现了更好的鲁棒性。