随着科技的飞速发展,机器人已经涉及工业、军事及医疗等多个领域。研究者和应用研发人员逐渐意识到移动机器人技术的重要性,其中移动机器人同时定位与地图构建(Simultaneous Location and Mapping,简称SLAM)成为了研究热点。在未知环境中机器人要实现自主导航和路径规划功能需要依赖SLAM技术,因此SLAM应用研究具有重大意义。鉴于移动机器人操作系统(Robot Operation System,简称ROS)在代码复用、实时性方面的优势,本课题主要通过以下方面展开研究:首先阐述了移动机器人SLAM基本原理和方法,详细描述了移动机器人SLAM过程中的运动模型和观测模型,选用栅格地图表示机器人获取的环境地图,同时利用粒子滤波完成机器人的自主定位。其次搭建了由激光传感器、里程计、陀螺仪、光电编码器、信息采集卡以及核心控制板组成的下位机信息融合系统,通过C++和Python编写的上位机界面显示机器人构建的地图。在此系统下完成办公室场景的SLAM实验和路径规划实验。最后在机器人上添加Kinect传感器,采集办公室环境彩色图像和深度图像,对任意相邻两帧彩色图像进行特征匹配,通过结合深度图像数据获取对应特征点在三维空间的位姿,使用最近邻算法迭代求解刚体变换矩阵完成精确配准,构建办公室环境的三维地图。实验结果表明本文搭建的室内构图系统可以高效采集环境信息、精确获取办公室二维地图。此外,使用Kinect传感器构建出办公室环境的三维地图,能够直接获取环境特征点的高度信息,对SLAM研究具有一定的参考价值。图34幅,参考文献67篇。