近年来,移动机器人在智能制造与物流系统中得到了快速发展,其全局定位是自主导航技术的关键问题之一,研究移动机器人全局定位方法有着重要的现实意义。而传统全局方法在走廊等弱几何纹理环境中存在容易失败、定位速度慢的缺点。针对以上缺点,展开对移动机器人全局定位问题的研究。针对弱几何纹理环境中传统全局定位方法易失败,定位速度慢的缺点,提出一种基于激光雷达反射率信息的移动机器人室内定位方法。在数据预处理阶段,为增加单次定位的信息量,通过局部数据关联方法将多个激光雷达数据帧拼接成一个局部子地图,并使用自适应体素滤波器对子图下采样,剔除冗余数据。在全局定位阶段,通过临时队列、解耦水平和垂直方向的运算,来降低多分辨率地图生成算法的时间复杂度,结合深度优先搜索的分支定界方法,快速减少CSM相关方法的匹配次数,提高全局定位算法的运行效率。针对CSM相关方法在弱几何纹理环境易失败的问题,首先通过数据驱动的方式,生成障碍物表面相对反射率的姿势不变度量模型。结合障碍物表面相对反射率信息,使用CSM相关方法提供的位姿初值,采用梯度优化的位姿估计方法,进一步改善弱纹理环境下定位易失败的问题。最后,在项目组自主开发移动机器人实验平台上实现本文算法,并在实际场景中测试验证本文重定位算法的有效性。实验结果证实在弱几何纹理环境中,本文算法依然能够以更短的时间完成机器人的全局定位。