导航技术是移动机器人研究领域的重要组成部分，也是实现移动机器人自主化和智能化的必要条件。本文围绕室内移动机器人自主导航的需求对SLAM算法、自主定位和路径规划展开研究，初步实现了机器人的自主导航。本文基于多传感器信息融合的方法解决了单一激光SLAM算法构建的地图信息不完整的问题，并提高了移动机器人自主定位和路径规划的效果。本文的主要研究内容如下：
　　1.研究用于室内导航的自主移动机器人。根据本文研究内容的需要，完成了移动机器人硬件平台的搭建，并基于开源的机器人操作系统(ROS)进行软件开发，完成了移动机器人软件系统的设计。将设计的移动机器人作为本文相关算法的验证平台，基本实现了移动机器人在室内环境中的自主导航。
　　2.针对单一激光SLAM算法构建的地图障碍物信息不完整的问题，改进了一种基于多传感器信息融合SLAM算法。将激光扫描数据与三维点云数据进行信息融合，使地图中的障碍物信息更加精确和完整。利用卡尔曼滤波器将里程计数据和观测数据进行融合，实现了更加精确的定位。利用闭环检测和图优化的方法消除定位的累积误差，使构建的地图更加精确。
　　3.针对ROS导航功能包在启动机器人后需要人为指定移动机器人初始姿态的问题，基于自适应蒙特卡罗定位算法实现了一种移动机器人的全局定位方法。使移动机器人能够在地图中任意位置进行全局定位，避免了对移动机器人的人为干涉，提高了移动机器人导航的自主性。
　　4.针对基于动态窗口法(DWA)的局部路径规划算法需要大量采样模拟的问题，改进了一种基于动态窗口法的局部路径规划算法。使移动机器人在没有遇到动态障碍物时不需要进行采样模拟，极大地减少了算法的计算量，同时保证了移动机器人的动态避障能力。