室内服务机器人是当前机器人研究和应用领域的热点之一，其面临的室内工作环境往往具有高度的不确定性和动态性，即同时包含有未知的静态环境特征和动态的目标/障碍物等，从而对机器人自主优化行为能力的实现提出了较大的挑战。本文以复杂工程系统测量与控制教育部重点实验室开放课题项目“室内移动机器人动态环境建模关键技术研究”(MCCSE2012804)为依托，针对包含未知动态目标/障碍物（主要指移动的人）的室内动态环境下移动机器人的定位和环境建模问题展开了深入的研究，通过引入集员估计方法保证了整体导航系统的鲁棒性和可靠性。具体研究内容如下:　　针对里程计推算定位方法存在的误差无界增长问题，本文提出了一种基于集员估计思想的多传感器融合定位方法，首先采用改进的PLICP算法对扫描激光前后帧环境感知深度点云进行点-直线迭代匹配以获取机器人的相对位姿估计，然后在集员估计框架下实现与里程计数据的融合，从而可周期性地校正里程计的累积或滑移误差，提高了室内移动机器人长距离定位的鲁棒性和精确性。　　针对室内环境中未知动态目标/障碍物（人）的辨识和提取问题，本文提出了一种结合步态模式检测和AdaBoost在线学习的多级识别方法，首先对激光扫描数据进行滤波预处理以提取垂直边缘特征，然后根据人行走的三种常见步态模式进行人腿的快速检测，最后针对难以处理的步态模式采用基于AdaBoost的在线学习方法作进一步强化分类，以保障动态目标/障碍物（人）检测的正确性。　　针对含有多个未知动态目标/障碍物（人）的室内动态环境的建模问题，本文提出了结合多目标/障碍物跟踪理论的动态环境特征建模和更新方法，通过引入多目标/障碍物跟踪的相关理论，将动态环境特征建模为目标/障碍物的机动状态变量，并采用基于椭球距离定义的最近邻算法进行观测的关联和分配，在此基础上采用与前述方法相统一的集员估计方法实现了对动态目标/障碍物的保证边界跟踪，以确保所建立离散化动态环境模型的鲁棒性，从而提高机器人室内作业的环境适应性和安全性。　　最后，在上述研究的基础上，本文采用pioneer3-DX移动机器人为实验平台，针对室内典型办公环境进行移动机器人定位和动态环境建模的实验研究，通过真实室内动态环境下的实验结果验证了本文所采用方法的可行性与有效性。