同步定位与地图创建(SLAM)问题是移动机器人解决在未知环境中实现自主的关键问题。然而,在未知的环境中,移动机器人系统缺乏先验的地图信息和定位信息,它只能通过对环境特征的感知与估计来进行定位,同时利用定位信息来进行地图创建。数据关联的问题是SLAM研究重点,本文的工作重点就是对SLAM中数据关联技术的相关方法进行研究与探讨。本文根据数据关联树模型和贝叶斯图模型,提出了一种解决同时定位与地图创建中数据关联问题算法,即基于动态阈值的启发式搜索SLAM算法(DHBS_SLAM);该方法通过对数据关联树有限深度的回溯实现对错误数据的修正,在搜索的过程中使用动态阈值进行门限过滤,减少可能的数据关联的数目,在不降低数据关联正确率的情况下,提高数据关联效率,最终实现算法的在线修正过去错误数据关联。本文对机器人相关的模型进行了研究,结合了SLAM的问题中的一般模型创建了简化的仿真平台。借助这个平台,对FastSLAM的方法,HBS_SLAM方法和DHBS_SLAM方法进行了实验,并对实验结果从关联正确率和关联时间两方面上进行了比较、分析。实验结果表明DHBS_SLAM算法是一种有效的机器人同时定位与地图创建方法。