移动机器人是机器人学中的一个重要分支,是一个集环境感知、动态决策与规划、行为控制与执行等多种功能于一体的综合智能控制系统。本文以Voyager—IIA移动机器人为研究对象,基于Visual C++编译控制平台,并研究其在未知环境中的同时定位与地图构建(Simultaneous Localization and Mapping)的问题,旨在建立一个比较完整的系统,使得移动机器人能够在完全未知的环境里,实现“完全自主”的地图开发。首先,通过一系列室外实验,对Voyager—IIA型移动机器人的运动误差进行了测定。然后,利用在目前应用范围十分广泛的UMBmark校核方法进行校核,并基于校核后的参数改进程序。通过一系列相同的室外实验发现,其运动误差有很大程度的减小,证明行走机构的系统误差已经得到了较好的控制,具备较好的相对定位能力。然后,选择构建方法比较简易的概率栅格地图构建局部地图。基于贝耶斯定理建立栅格占据概率的计算与更新模型。编译了一个对话框程序,以描述移动机器人周围400cm X400cm的环境信息。本文将环境信息分为三种状态,并分别以不同的颜色表示：灰色表示未知；绿色表示未占据；红色表示被占据。通过在实验室内进行的几次局部地图的构建实验表明,本文开发的局部地图能够较为准确的反映周围的环境信息,并且具有随着运动不断更新的能力。概率栅格地图最大的缺点就是储存的信息量会不断增大,不利于系统处理与更新。因此,本文选择信息存储量不是很大的几何特征地图来进行全局地图的创建。基于之前对移动机器人运动误差的校正,更新其位姿信息。对于由传感器获取的数据,采取了先分段拟合,再二次拟合的方法,使其信息的误差得以最小化。针对室内的走廊环境,提出了门特征的辨识方法。在采掘楼走廊内进行全局地图的构建实验,实现了全局地图的自主构建,较为准确的描述移动机器人行驶路径周围环境特征。本文通过局部地图的构建实验,较好的对周围环境信息进行分类构建,并且实现了局部地图的实时性。在全局地图的构建过程中,根据传感器信息,不断更新移动机器人的位姿模型、传感器模型。并且随着运动进行,逐步构建全局地图,较好的实现了移动机器人的同时定位与地图构建。