机器人技术的高速发展把人类引入了一个新的纪元,未来各种服务机器人将遍布千家万户。本文以室内移动机器人为研究背景,研究了机器人执行室内导航任务时各个关键子模块的算法。由于室内移动机器人对于定位建图精度和系统实时性都有着严苛的要求,本文从传感器采集的原始数据入手,对各个模块的主流算法进行分析改进。为了对激光雷达由于载体旋转所产生的运动畸变进行去除,提高定位建图的精度。首先建立了激光雷达的数学模型,分析了两种主流的畸变去除方法。建立了机器人的运动学模型后,通过对轮式里程计的标定,大大提高了其位置估计精度。在此基础之上,采用线性插值与非线性插值相结合的方法,基于里程计的测量信息对激光雷达产生的运动畸变进行去除。分析了主流激光激光雷达同时定位与建图算法的机理,并在室内不同范围大小的环境中进行了仿真对比试验,选择了一种建图精度较高、计算复杂度适中的激光雷达同时定位与建图算法,并在此基础之上进行改进,它对原算法中一个复杂分布进行简化,在保证采样不失真的前提下用正态分布对其进行替换,并给出了求该正态分布均值和方差的基于求和的简单方法。针对蒙特卡洛算法在全局定位中有时会失效的问题,引入了随机粒子,基于随机粒子的增强蒙特卡洛算法在仿真试验中能够准确识别移动机器人在环境地图中的位置。在路径规划方面,针对传统粒子群算法容易陷入局部最优解、计算量大不满足高实时性要求等缺点,通过设定信息素阈值和限定范围的方法进行改进。通过代码移植,对各模块的性能进行实物验证。在建图过程中由于噪声的影响,原本通畅的区域可能会出现噪点,在尺度地图中变得不可通行,我们引入地图编辑功能加以解决,即可以擦除本来不存在的噪点,对于不期望机器人到达的地方画上线段表示虚拟墙,编辑地图在原地图基础之上,且修改后的地图将成为最终的导航地图。