伴随着科技迅猛的发展,人工智能和机器学习得到了前所未有的推广和普及应用,同时机器人技术也得到了不断壮大,不论是现在的服务机器人还是地下探测机器人都离不开定位和导航功能,并且自主导航一直以来是机器人方面的热点和难点。因此,本文对机器人构图与导航进行了研究,分析了机器人运动模型,SLAM和路径规划技术,并且基于ROS平台对算法进行验证。本文研究内容如下:1)本文分析了机器人的发展历史,针对机器人具体实现的功能,对机器人的整体布局进行了构建,然后按照分层的思想,再对机器人的硬件结构进行了阐述,接着介绍了机器人的传感器部件（底层驱动器、树莓派开发板、激光雷达、IMU）和机器人操作系统ROS以及机器人运动模型。2)针对环境地图构建出现的偏差和模糊,本文对机器人的SLAM技术进行了探究,在粒子滤波SLAM基础上,经数学分析和公式推导来优化提议分布和选择性重采样,并由仿真实验分析得出改进的RBPF算法具有较高的准确度和实时性,能够对当前环境建立良好的环境地图,然后和基于图优化的SLAM进行建图效果分析,得出该算法消耗资源少,易于扩展应用。3)针对机器人在路径规划中使用单一导航算法出现碰撞或者停滞不前,提出了一种融合算法。本文首先在构建好的地图中,研究了Dijkstra和A*算法,并且根据实验数据和表格进行了对比分析,结果显示A*计算量小,搜索用时短,并且对A*算法进行了改进和实验验证,实验表明改进的A*算法在寻路时间和搜索节点方面都比传统的A*算法效率要高,因此决定采用改进的A*算法作为全局导航算法,然后在Matlab中对DWA进行了仿真验证,最后决定将两种算法结合作为机器人的导航算法。4)本文在ROS实验平台上对机器人的仿真环境进行了设计,同时通过RVIZ工具观察建图和导航过程,通过算法实验,验证了机器人在仿真环境中的建图效果和在真实场景中的构图效果,以及在仿真环境中的导航功能和真实环境中的导航功能。实验数据显示所设计的机器人定位与导航系统满足性能要求,能够完成机器人的自主导航功能。