今天,移动机器人在助老助残、家庭清洁、医疗康复、多媒体娱乐等领域扮演着日益重要的角色。而移动机器人通常工作于家庭或办公室等室内环境,这类环境结构相对复杂,需要移动机器人实现自主定位和构建地图,为实现移动机器人服务功能打下基础。本文根据国内外机器人导航的相关领域研究现状,以多传感器数据融合技术应用为核心,来展开对移动机器人自主定位和室内环境地图构建及动态更新等问题的研究工作。针对室内环境的复杂性,本课题提出了基于里程计、激光传感器、RFID、惯导模块等多传感器数据融合技术的室内环境栅格地图自主构建方法,这样可以防止出现单传感器存在的无法克服的容错能力差等弊端。针对所使用的多个传感器各自的特点,本文提出了基于BAYES数据融合算法和D S证据理论的数据融合算法,这是实现数据融合的最优算法。本课题首先实现了基于粒子滤波的RFID标签定位,并设计了位置匹配和参数匹配算法。为了实现移动机器人自主定位,充分利用分布在室内环境中的静态RFID标签提供的位置信息,本文设计了基于多传感器融合数据的机器人定位方法。为了确定标签相对于机器人的方向,本文采用模糊推理方法对建立的天线概率模型进行处理。为了实现移动机器人精确地自主定位,本文设计并且使用了在室内设置多个特殊节点来进行多传感器数据融合之后修正里程计的方法,通过使用BAYES数据融合算法和D S证据理论,对得到的传感器数据信息进行可信度评价,从而得到不同的可信度权值,融合多个传感器返回的数据。最后通过实验对所用算法进行实验验证,不断修正权值,最后得到最优的定位结果。根据移动机器人定位信息和激光传感器返回的周围障碍信息,扫描得到不同障碍点后通过直线拟合构成封闭区域。然后转化为对应的栅格来表示出周围无障碍局部区域。同时,机器人可以在特殊节点处通过把不同的局部栅格地图的直线线段进行拟合来融合为全局栅格地图。根据半动态物品的位置信息完成了全局栅格地图中的半动态物品节点更新和语义信息库更新。由于本文语义地图的更新只是对可能移动的半动态物品更新,因此大大提高了栅格地图构建之后更新的效率。