近年来,随着机器人技术的快速的发展,室内移动机器人逐渐渗入到人类生产和生活的诸多方面。但受限于室内场景多变、紧凑的工作环境,移动机器人还有许多技术问题有待解决。本文针对应用于医院环境中物流配送的移动机器人,开展了移动机器人系统的定位与导航研究。由于医院环境狭窄、障碍物多并且人流量大,传统的差速轮式移动机器人在医院场景下并不适用。本文为此设计了一款基于麦克纳姆轮的全向移动机器人。首先,基于麦克纳姆轮设计了移动机器人的行走机构,完成了驱动单元设计,并根据物流配送的需求设计了机器人的本体构型。然后,开展了移动机器人的运动学研究,得到了逆运动学模型和正运动学模型。接着,开发了移动机器人的软硬件控制系统,为开展多传感器融合研究奠定了基础。针对室内移动机器人普遍存在定位精度低甚至定位失效问题,本文提出了一种新颖的多传感器融合定位方案。首先,对应用在移动机器人上的传感器及室内环境进行分析,制定了传感器方案。其次,对多传感器融合方法进行研究,提出了一种基于轮式里程计、惯性测量单元IMU、超宽带定位UWB模块和2D激光雷达的多传感器融合定位框架。为了实现所提出的多传感器融合定位框架,首先,研究了扩展卡尔曼滤波(EKF)算法和自适应蒙特卡罗(AMCL)定位方法。其次,将传感器的数学模型带入到多传感器融合框架下算法中,从而设计出了移动机器人的融合定位算法。针对自适应蒙特卡罗算法无法准确地进行粒子初始化问题,对算法的初始化参数进行了改进,利用UWB提供的位置数据实现了用于AMCL算法粒子初始化的自主初始化定位算法。为了提高移动机器人在实际应用中的自主导航功能,在移动机器人导航框架下改进了自主导航算法,实现了多点自主导航算法,该算法可以实现在环境中的多个目标点之间自主导航的功能。为了实现多传感器融合定位算法以及改进的导航算法在移动机器人上的应用,在ROS机器人操作系统的基础上开发了上位机软件。最后,在室内场景下,使用移动机器人对上述所实现的定位与导航算法进行实验。首先,实验验证了该定位框架的可行性,根据该框架实现的多传感器融合定位相比于单一的传感器定位精度有很大的提升,并且具有鲁棒性。其次,实验实现了移动机器人在启动时较为准确的自定位,验证了自主初始化定位(AIP)算法的可行性。另外,实现了移动机器人在室内环境下多点自主导航,验证了改进之后的导航算法的可行性。