21世纪以来,机器人技术逐渐走上科技前沿的舞台,人类对机器人的研究也逐渐趋向智能化。机器人导航是机器人技术的一项基本研究,其意义在于:在所处的环境中自主移动是很多种类机器人完成其他复杂任务的前提。机器人导航系统包含了建图功能、定位功能和规划功能。建图功能通过传感器收集环境数据,并应用相关算法处理数据获得与现实环境一致的地图模型;定位功能在已经构建环境模型的基础上,机器人在移动过程中对周围环境进行感知、识别环境特征,进而确定自身在所处环境中的位置;规划功能在环境模型和定位信息已知的基础上,规划一条从起始位置到目标位置的可行轨迹,并根据规划结果下发控制指令指引机器人移动。本文以地面移动机器人为应用背景,首先阐述了机器人在大规模场景建图遇到的问题,同时介绍了 SLAM算法背景及分析常见SLAM问题解决方法,并且在RBPF算法基础上提出基于里程计信息的建议分布以减少粒子数量和通过选择性重采样策略缓解粒子退化问题。第二,研究了在复杂场景中机器人自主定位技术,给出移动机器人定位的定义及基于概率方法的表示,介绍了基于轮式里程计、IMU、激光雷达等定位方法。针对利用单一传感器信息定位过程中存在定位不准的问题,提出了一种组合定位算法,通过UKF融合轮式里程计和IMU数据获得先机器人验位姿信息,再将该位姿作为MCL的初始值融合激光数据进行二次定位,最终获得精度更高,鲁棒性更好的定位结果,并通过仿真和实际机器人测试验证改进算法的有效性。第三,研究了移动机器人的路径规划技术,讨论了 Dijkstra算法计算全局路径存在效率低的问题,提出了基于改进评估方法的A*搜索算法作为全局路径规划算法。同时研究局部路径规划DWA动态窗口算法,对DWA算法评价函数的参数进行优化调整并进行仿真实验。最后,根据本文研究建图、定位、规划方法,在移动机器人平台上进行实验,基于ROS机器人操作系统实现本文提出的方法,并进行了相应的实验,验证了在较大规模场景的建图、定位、规划及避障功能,本文提出的改进方法,达到了预期的效果,具有一定的实际应用价值。