自主定位功能是实现月球车巡视探测的基本保证。本文针对月球环境特点（无地磁、慢自旋、强光照、强粉尘、月面纹理单一、无大气）及月球车任务特点（小加速度运动、“运动-探测-数传”分步执行）等，研究了基于同步定位与地图创建（SLAM）的月球车自主定位及速度估计问题。　　 论文在原有月球车组合导航系统方案基础上，提出了一种基于惯性测量单元、小型激光雷达、里程计、全功能太阳罗盘的月球车组合导航系统方案，给出了位姿、速度确定流程。捷联惯导与太阳罗盘提供车体的姿态信息，通过同步定位与建图过程得到更精确的位置及速度估计。　　 论文选用一种基于Rao-Blackwellized粒子滤波器的同步定位与地图创建（RBPF-SLAM）算法作为理论基础，建立了里程计运动模型与激光雷达观测模型。通过特征环境下的仿真实验验证了重采样的必要性及带来的副作用。探讨了特征环境下影响SLAM滤波一致性的因素，同绕产生定位估计不一致现象的原因进行改进：第一，采用无迹卡尔曼滤波（UKF）算法计算最优提议分布，避免了扩展卡尔曼滤波(EKF)带来的线性化误差。第二，在重采样算法中加入了MCMC移动步，以抑制粒子贫化问题。并进行了特征环境下的仿真验证。　　 论文实现了非结构化环境下月球车同步定位与地图创建及速度估计。给出了栅格地图表示及激光雷达扫描数据与地图匹配的方法。并对传统RBPF-SLAM中最优提议分布采样方法进行了改进，在先验估计的计算中考虑了最新的观测量。为了减少对内存的需求及计算效率，采取所有粒子共同维护一幅地图的策略。另外，根据定位的结果提出一种速度估计的方法。采用三种月球车同时定位与地图创建方法进行仿真，一种方法直接利用捷联惯导进行定位与速度估计，另外两种方法则将捷联惯导分别与传统及改进的RBPF-SLAM方法相结合进行定位及估计速度。实验结果表明，与其它方法相比，改进的RBPF-SLAM方法不影响最终定位精度，而且使惯性定位及速度估计的累积误差得到有效抑制，得到较好的估计速度并提高了定位与地图创建的效率。