自主式水下机器人(AUV)在海洋探测、资源开发中得到了广泛的应用,是当今机器人研究领域的热点之一。在自主移动机器人相关研究中,导航技术是研究的核心,高精度的导航和精确的定位信息对机器人安全航行和高效完成任务具有决定性作用。同时定位与地图构建算法(SLAM)不需要先验的地图信息,依靠机器人自身携带的传感器感知环境信息,实现自身定位,同时构建环境地图。SLAM在水下导航定位算法中极具发展空间和潜力,也已成为近二十年来自主移动机器人领域中的研究热点。本文主要有两个目的：一是利用C-RANGER AUV提供的传感器数据,通过扩展卡尔曼滤波SLAM算法(EKF-SLAM)实现机器人的自主定位和环境构图；二是针对SLAM算法中声纳更新比较耗时,难以满足AUV导航系统的实时性要求,故在SLAM算法引入了多线程技术使其满足实时性要求。本文研究的内容主要包含以下几个部分：首先介绍了国内外AUV的发展现状,SLAM算法的研究现状和多线程的概念。然后介绍了C-RANGER AUV的系统模型及EKF-SLAM算法在C-RANGER平台上的执行过程,并用MATLAB平台对此算法进行了仿真,结果表明此算法的定位精度高于推位,并且一致收敛,可以满足AUV导航的要求。接下来介绍了C-RANGER平台的软件体系结构,包括平台所包含的模块、模块的作用以及模块间的接口等。第四章是本文的重点,首先对SLAM算法中的耗时原因进行了分析,然后提出了将声纳数据更新与速度角度等传感器数据更新并行执行的方案,使其满足系统的实时性要求,并应用多线程技术进行了实现。最后对全文进行了总结并提出了需改善的地方,作为以后工作的参考。