随着科技的不断发展和智慧家居的更高要求,人们对生活环境的质量越来越重视,而传统的固定式空气净化装置由于检测方式单一、检测范围固定,已经不能满足人们对现代智能化生活的需求。因此,本文设计了一种会走会思考的空气净化服务机器人,实现全屋循环移动净化,提升整体净化效率。本文采用理论分析与实验验证相结合的方式进行研究。首先,基于激光雷达传感器的粒子束信息,采用自适应局部重采样的RBPF-SLAM(RaoBlackwellized Particle Filters-the simultaneous localization and Mapping,RBPFSLAM)算法,实现机器人在室内环境中的建图和机器人定位,克服传统RBPF-SLAM算法存在的粒子退化和粒子多样性较差等问题,缩短建图所需时间,实现快速和精准的环境地图构建,同时降低了机器人位姿估计误差,提高了机器人自主导航的精度。其次,设计空气质量参数检测和空气净化的软硬件系统,实现对空气中粉尘、有害气体等参数的实时监测,配合移动式机器人实现对空气质量参数的多点检测和空气净化,完成可移动式机器人远程监控系统的开发,实现对室内空气质量参数和空气净化的远程监测,增强人机交互能力,提高室内整体空气净化的效率。最后,通过搭建系统测试环境,实现对移动式空气净化机器人的部分性能测试。测试结果表明:改进后的RBPF-SLAM算法具有较好的定位精度和快速构建地图能力,与传统算法对比,其导航位姿偏离误差降低了近39.9%,导航时间缩短近7%;通过进行最高浓度路径子函数的设计,实现局部区域的快速净化方案,验证了系统的可行性。