随着科学技术的不断发展,工业、军事及民用领域对自动化和人工智能技术需求的日益增长,与移动机器人相关的理论及应用已成为研究热点。其中,以移动机器人地图构建及同时定位(SLAM,Simultaneous Location and Mapping)技术最为突出,被很多学者认为是机器人自主导航的关键,机器人要实现自主导航运动必须要依靠SLAM技术,由于其有重要的理论研究价值和实际应用价值而得到国内外学者的广泛研究,因此得以迅速发展起来,并在人们生活中获得广泛应用。本文主要从以下几方面展开研究:首先,介绍了移动机器人中的SLAM技术,对其研究背景、意义以及国内外研究现状做了简要的概述,介绍了SLAM基本原理及SLAM常用方法,并对现有算法的优缺点进行了对比。其次,通过理论分析和仿真研究,对扩展卡尔曼滤波算法的基本原理与实现进行了研究,仿真实验在Matlab环境下进行,接着重点阐述了改进的EKF算法,通过仿真实验对比分析了两种算法的效果,并详细分析了机器人在导航定位过程产生定位估计误差的主要原因。接着对机器人操作系统(ROS)和激光雷达的系统构建进行了研究,详细阐述了本文所使用的激光雷达的的基本工作原理和ROS系统,研究了ROS与激光雷达之间的通信,包括激光数据采集的整个流程,ROS读取激光雷达数据。最后,结合实验室硬件平台,采用一种改进的特征提取方法,将改进后的算法在ROS上实现,采用激光匹配算法实现准确的地图构建与定位,在实验中对比分析,改进后的算法解决了构图与定位的实时性,鲁棒性也有所提高。