随着现代社会的快速发展和不断进步,机器人的发展成为了科技进步的一个重要标志。而现在,人工智能技术的蓬勃向上使机器人进入了一个新的时代。为了实现移动机器人在未知环境中清楚地知道如何反应和运动、如何利用传感器感受外界环境的信息并传递信息给控制器,进行机器人的定位、地图构建和导航等问题的研究就具有了十分重要的意义。本文主要对移动机器人的同时定位与地图构建(SLAM)、路径规划两类问题展开研究。首先,介绍了机器人的起源,归纳国内外机器人产品的研究成果以及在发展历程中机器人的主要应用领域。介绍移动机器人做SLAM时常用的滤波器以及当前移动机器人在路径规划问题上用到的主要技术。其次,简介了机器人SLAM问题的基本理论概述以及SLAM中用到的机器人状态模型、预测模型和观测模型的数学表达式。简介卡尔曼滤波、扩展卡尔曼滤波的原理和流程,并针对扩展卡尔曼滤波器的SLAM算法在MATLAB进行了机器人自身SLAM的仿真实验,验证算法的有效性并进行结果分析。然后,研究了移动机器人的路径规划问题。主要介绍了基于栅格地图的路径规划算法:Dijistra算法和A*算法,分别用Dijistra算法和A*算法进行了仿真实验;还基于栅格地图提出了一种基于模拟退火优化的机器人路径规划算法,该算法中以中间点坐标为优化变量,使得机器人在不同中间点坐标之间的子路径中运动时能够明确运动方向,以路径长度为目标函数,使得机器人能够规划出较短的路径;最后进行了传统人工势场法的路径规划算法的研究,分析传统人工势场的参数对规化路径的影响,提出用差分进化算法优化参数的研究,在MTLAB中进行了仿真实验,验证了该算法的有效性。最后,介绍了ROS机器人操作系统,在ROS系统下进行Gmapping算法和Hector算法的的定位与建图实验,分析两种算法的建图效果;在ROS系统下进行amcl定位和move_base自主导航的仿真实验。该论文有图72幅,表5个,参考文献74篇。