传感器、计算机技术的发展推动机器人向自动化、智能化的方向迈进,机器人开始广泛应用于智能制造、空间探索和物流系统等行业中。但是面对复杂多变的应用环境,机器人还存在建图不完整和定位精度低等问题,因此导航算法的鲁棒性、准确性成为研究的热点。本文以焊接机器人的自主导航为应用背景,结合移动机器人平台,基于多传感器数据融合,探讨机器人在未知环境下建图和定位的改进方案,实现高质量建图和高精度定位,最后完成机器人的自主导航功能。本文从以下方面进行了研究分析。针对导航功能的条件,研究并设计移动机器人的总体架构（包括软件系统和硬件系统）,建立机器人的导航系统框架,并对机器人系统的各个模型（包括坐标转换、传感器模型、SLAM数学模型）进行分析研究。从局部SLAM和闭环检测技术两方面研究基于图优化的Cartographer算法,使用数据集验证建图算法的可行性,建立Cartographer算法的参数模型,提出自适应配置Cartographer算法参数的改进方案,提高算法的建图精度和鲁棒性。建立编码器和IMU的定位模型,探讨两种传感器的优缺点,基于扩展卡尔曼方法,搭建融合编码器和IMU数据的里程计,为机器人提供准确的里程计信息;研究基于自适应蒙特卡洛的定位方法,使用MATLAB仿真验证定位方法的有效性,为提高定位精度,使用三值化方法处理地图数据。针对空旷、长走廊等环境下出现的回环检测误匹配问题,对Cartographer方法提出全局优化的改进方案,进行长走廊建图实验,结果表明本文提出的建图方法具有很好的建图效果和建图精度;对AMCL定位方法进行性能测试和精度测试,结果表明定位方法具有很好的鲁棒性,能够满足导航需求。