移动机器人是一种可以自主移动到目标并实施给定任务的智能系统。在自主移动过程中,它可以利用自身搭载的传感器认知当前位姿以及所处在的环境,躲避障碍物同时进行自主导航。其中,定位是移动机器人控制与导航的关键,以及自主完成各种智能任务的前提,同时也可以展示机器人的认知能力和智能程度。室外定位一般通过使用GPS进行确定,而室内定位至今没有一个通用的解决方案:利用航迹推算进行定位,累积误差对定位效果影响较大;利用地图进行定位,各类地图又存在数据存储以及地图生成算法复杂之类的问题;利用信标进行定位,安装和维护成本较高。在研究过这几种主流的室内定位方法之后,本文选择地图定位法,利用栅格地图进行定位,通过使用其简化形式—0-1栅格地图(数组地图)来精简数据储存模型;然后提出一种动态A*路径规划算法,使得机器人可以在未知环境下进行路径规划,并同时生成并更新数组地图。通过在仿真环境和实际场景环境下进行实验,验证了算法的可行性和有效性;同时在仿真环境下与经典D*算法进行实验对比,展示了其在时空消耗方面的优势。本文研究内容有如下几部分:1)详细学习了AS_RF移动机器人平台特征,并全面了解了其系统结构和各种性能参数;同时研究了激光传感器的数据特性,认真分析了其通信协议并实现了数据分离采集;2)为了解决了数据存储问题,重点学习了各类室内定位地图的特性,着重研究了0-1栅格地图(数组地图)的含义,并通过A*算法进行路径规划以验证“数组地图”的理论可行性以及实际可用性;3)研究了室内定位的主流研究方法SLAM(Simultaneous Localization and Mapping,同时定位与建图方法),然后提出了一种在室内环境未知的情况下,可动态创建更新数组地图,记录环境信息的路径规划算法—动态A*路径规划算法。4)研究激光传感器特性,设计了一种环境探测模型,以判断栅格是否被障碍物占有。利用该模型,进行了动态A*路径规划算法验证实验以及与D*算法同等条件下的对比实验。5)对实验结果进行分析总结:数组地图,相对于传统定位地图,在储存模型上进行了简化,同时在基于地图的路径规划实验中表现良好;动态A*路径规划算法可以在室内环境未知的情形下,生成环境信息对应的数组地图,且与经典D*算法相比,时空消耗方面有一定的优势。