随着工业机器人技术的成熟,智能移动机器人进入蓬勃发展的阶段,其中定位技术是解决移动机器人导航,实现全自主式移动机器人的关键技术。相比于室外环境下的移动机器人定位,室内环境下的定位精度要求更高,也更难实现。本文以双轮差动式室内移动机器人为平台,以激光测距仪、微惯性测量单元和编码器为主要传感器,探索在已知结构化环境下的移动机器人室内定位方案,分别从理论和实践上进行了研究。首先,分别基于里程计和微惯性测量单元建立了两轮差动式室内移动机器人的运动学模型;并就室内地面不平整或倾斜的情况提出了一种用于计算机器人初始姿态的对准算法;利用卡尔曼滤波将里程计和惯导数据进行融合,将运动过程中的横滚角和俯仰角信息引入到位置更新算法中,有助于减小因地面坑洼、凸起或车轮打滑而导致的定位误差;最后分别基于里程计、微惯性单元以及里程计/微惯性组合进行了仿真,验证了所提出的位置更新算法的正确性。其次,针对激光测距仪数据线段分割中的过分割和过合并问题提出了一种基于Split-Merge框架的线段分割策略,并使用Hough变换方法拟合圆弧特征,成功提取出了环境中的线段和圆弧特征。然后,在环境特征提取的基础上,制定了室内移动机器人初始定位方案和动态定位方案。初始定位算法以完整线段为特征进行地图匹配,采用微惯性器件辅助激光测距仪的方式进行定位,优化后的定位算法在非相似和对称相似环境下进行仿真均取得了较好的定位效果。动态定位方案采用紧耦合的方式,使用无迹卡尔曼滤波对作为组合定位滤波器,减小了计算量,提高了定位精度,仿真结果表明了所使用的组合定位方案的有效性。最后,针对本文研究的定位方法搭建了室内移动机器人实验平台,分别在非相似环境和对称相似环境两种结构化环境下进行实验研究。结果表明,室内移动机器人在两种环境下均取得了较好的定位效果,特征提取算法能够正确拟合环境中的线段和圆弧特征,初始对准算法的加入使激光测距仪在对称相似环境下能够正确辨识航向角,组合定位方案可以正确估计出机器人初始位置和运动过程中的轨迹。