随着移动机器人技术的不断发展,扫地机器人逐渐走进了人们的生活,它们能够有效帮助人们解放双手,从日常繁琐的扫地任务中抽离出来。目前市面上的大多数扫地机器人都搭配了 SLAM（Simultaneous Localization And Mapping）与导航系统,用于完成智能清扫任务,然而除了少数的一线品牌,都存在建图抗噪能力差,导航模式不够智能的情况,这是因为目前对扫地机器人的公开研究,大多还停留在ROS（Robot Operation System）的仿真环境中,并不能给相关从业者提供直接的技术支持。因此,本文以实际的扫地机器人项目为背景展开研究,在低算力的ARM设备上设计并实现SLAM与导航系统,主要的工作有:（1）为了在编码前,更好地设计扫地机中的SLAM算法,本论文先分析、总结出现有的开源SLAM算法中,两种优化算法和三种激光雷达定位算法;然后在性能较低的ARM板上,以KartoSLAM为模板,实现并改进已有的算法。（2）针对扫地机器人运动过快产生激光雷达畸变的问题,设计一种基于里程计与IMU融合的畸变矫正算法;针对室内场景中激光雷达数据易被动态物体影响,产生噪音的问题,设计一种基于直线检测的预处理算法。并经过实验证明,降噪后的激光雷达数据,可以更有效地完成激光雷达的定位方法。（3）针对扫地机器人在室内场景中容易受到小障碍物干扰,产生打滑、颠簸的异常状态,设计出一种IMU与里程计融合的异常检测方法,该方法先统计短时间内两种传感器数据的变化差异,选取合理阈值,判定当前扫地机器人的状态,然后发布异常状态到建图和导航系统,作相关处理。本文在最后,控制扫地机器人在标准化场地中发生碰撞、翻越细小障碍物进行功能验证,表明该方法能够有效提升SLAM算法系统的鲁棒性。（4）为了扫地机器人能够随时切换导航模式,本文提出了一种基于状态机和模式栈的底层框架,该框架不仅能够令扫地机直接接收用户发布的指令,切换当前导航模式,而且能够自主调用子模式,从而降低高层模式和低层模式的耦合性;在此底层的基础上,本文又提出了一种基于PID的机器人直行方法,该方法能够有效帮助机器人沿着既定方向调整朝向;其次,本文在扫地机器人中实现了沿边模式、局部的牛耕清扫模式,而这些低层模式将被高层的4*4清扫模式调用。