移动机器人在室内定位的应用愈发广泛。本文主要围绕室内机器人循迹研究的三个关键问题进行探究,其分别是自定位、创建地图及路径规划问题。通过使用各类传感器去感知机器人周围环境以及所处环境位置,这种自定位技术是机器人能够完成导航等各种任务的前提。首先,本文设计了一种新的RFID(Radio Frequency Identification Devices)传感器结合超声波传感器的方法进行信号强度定位。并使用赋权值比例算法得到待定点的横坐标,再结合超声波测距获得纵坐标,从而在全局地图上某些固定位置上对机器人进行精准的定位,以消除传统的航位推算法中的累计误差。并且提出了RFID标签作为人工路标进行辅助定位算法。将路标信息储存到RFID标签中的定位指示算法,将一些固有的位置信息,如房间门、走廊拐角等的位置信息按照一系列规则,存储在RFID的标签之内,便于下一次机器人行走到该位置时,辅助定位当前位置信息。为了实现机器人的同时定位与地图创建,本文设计了一种基于多超声波传感器的局部地图构建法对教学楼室内环境进行局部地图构建,并且在检测到突变情况的时刻根据局部地图融合绘制全局地图。在进行地图创建和自定位工作之后,为了保证基于RFID及超声波定位算法实验中的机器人平行于墙壁行走以及实时的位姿调整,我们在本文中设计了机器人直行控制算法。包括机器人的直行、旋转等控制指令。该算法适用于基本的室内机器人位姿调整,为解决室内路径规划问题奠定良好的基础。由于单独使用RFID结合超声波定位来进行机器人室内定位时,会有定位距离过短等局限性。因此本文利用了ZigBee的定位范围大、功耗低等优点。将RFID以及超声波传感器结合ZigBee传感器实现室内机器人定位,弥补了单独使用RFID结合超声波定位的不足。并且RFID结合超声波定位算法也可以弥补单独使用ZigBee传感器在网络边缘或者之外等临界位置的定位误差较大的问题。由于室内环境的复杂性以及单一传感器体系的信息局限性等各类因素,室内机器人在感知外部环境时,若使用一定的融合方法,将多个传感器所获得的环境信息进行更充分的融合利用。即可获得比单一传感器得到的环境信息更多有效精确的数据信息,从而将外界环境特征记录的更全面准确,为室内机器人实现自身的定位导航等更多复杂的功能提供更多的数据支持。