随着人工智能技术的不断兴起和发展,无论是在无人机或是无人驾驶等相关领域,运动主体如何在未知环境通过传感器观测环境信息并确定自身位置和周围地图情况均尤为重要。因为传统的定位建图广泛依赖于视觉和激光雷达,缺少对于黑暗、烟尘、雾霾等恶劣环境的适应性,而毫米波雷达因其测量范围广、不易受环境干扰的特点体现出了很好的应用前景,因此如何运用毫米波雷达,对其数据进行处理和优化,并将其运用于定位建图之中一直是近几年一个很有潜力的研究课题。本文在调研和分析了当前国内外对机器人同步定位和建图的不同条件和需求后,结合毫米波雷达传感器相关性能和数据处理技术,以机器人操作系统为基本开发平台,研究设计了一款能对数据进行筛选和处理、适用于不同环境的毫米波雷达定位建图系统,并利用多传感器融合来进行优化,以应用于烟尘黑暗等恶劣环境之中。主要研究工作如下:（1）调研了机器人同步定位与建图技术的国内外研究现状,分析了基于毫米波雷达进行开发和应用的发展趋势,确定了研究内容。（2）分析对比了多款雷达传感器参数,针对定位建图的需求选用德州仪器公司的IWR1443作为系统毫米波雷达传感器主芯片,根据毫米波雷达与机器人小车底座的数据交互原理,确定整体的系统方案。（3）研究了毫米波雷达信号的接收处理和优化算法,根据毫米波雷达接收点云信号数据量少,测量范围小和易受反射干扰的缺点,采用旋转舵机并辅以多种滤波处理技术进行优化,得到了较好的整体采集效果。（4）研究了机器人小车与上位机实现数据交互的基本原理,并通过多传感器融合提升检测效果。随后就基于机器人操作系统中毫米波雷达信号用于定位和建图的相关算法进行了研究,对采集到的毫米波雷达点云数据采用基于八叉树和占据栅格的建图算法,实现对于不同环境的定位建图,最后通过实验进行验证。综上所述,本文对基于毫米波雷达的定位建图关键技术进行了研究。首先针对需求选取76～81GHz的多入多出毫米波雷达,结合直通、半径和统计滤波算法保证了点云的准确性,通过旋转扫描扩展了雷达视角和点云数量,与视觉传感器进行数据融合增加了障碍物判断的准确性,最终以机器人小车结合机器人操作系统贯穿实现了在模拟恶劣环境实验中的毫米波雷达定位建图技术验证。