随着传感器等领域的技术发展，智能机器人在服务行业中的应用越来越广泛，并受到企业界和商业界的重视。本论文以国家863高技术项目《助老/助残机器人关键技术研究》的子课题《实用型陪护机器人》为背景，对实用型陪护机器人的导航技术包括定位、轨迹规划、运动控制等技术进行研究和实现。　　 本文首先根据陪护机器人的传感器数量少、测量范围小、精度低的条件选择了适合其定位的方案，即采用基于视觉初始定位的粒子滤波自定位的方法，充分利用视觉信息使机器人能快速确定自身在全局环境中的大概位置，然后采用粒子滤波算法对机器人运动过程中的位姿进行估计。为了提高定位精度和加快定位过程中粒子的收敛速度，本文分别对影响粒子滤波定位结果的观测模型数据匹配和重采样算法进行了研究，观测模型中采用了声纳信息与光电传感器信息数据融合提取环境中的直线模型的方法，增加了数据匹配的丰富程度。经过对多项式重采样、残差重采样、分层重采样和系统重采样算法的研究和分析最终选择残差重采样算法作为粒子滤波算法的重采样算法。实验表明，传感器数据融合提取环境直线模型的方法能提高位姿估计准确度；而残差重采样算法保证了定位过程中位姿估计的稳定性。　　 随后针对陪护机器人的运动控制方式对运动误差补偿和轨迹规划进行了研究。针对任意方向路径，为了提高机器人的运动精度，本文对运动过程中的误差进行了测量和分析，并提出了误差补偿的方案，实验结果表明误差补偿确实提高了机器人的运动精度。为了使机器人快速、平稳地运动到目标点，本文对路径的关键点连接段进行圆弧化的处理，并对直线段路径采用直线插补算法，圆弧过渡段路径采用圆弧插补算法，将机器人的运动控制周期减小到100ms，大大提高了可控性。　　 最后，本文在HHR-0303陪护机器人上进行实验验证各个模块及整体导航软件的有效性，包括基于视觉初始定位的粒子滤波自定位实验、静态路径规划和路径跟踪实验、动态路径规划及跟踪实验，实验证明以上陪护机器人导航方法和导航软件的有效性。