地图构建及自主定位在移动机器人研究中有着非常重要的意义,是实现自主导航、在未知环境中完成复杂智能任务的关键,也集中体现了机器人的感知能力和智能水平。自主移动机器人的自定位问题是移动机器人研究中的重要课题,它包含许多传感器技术和定位算法。全局定位算法的优点是可以使机器人在全局不确定的情况下估算它的位置。论文对未知环境中自主移动机器人的自定位算法进行了研究和分析,重点是环境地图的构建及基于动态分区的多机器人联合地图的构建方法和机器人自定位方法的研究。主要内容包括栅格法、数据关联及多机器人联合地图的构建设计。另外,论文分别对马尔可夫定位方法和蒙特卡罗法的进行了研究分析,提出全新的解决思路——舍伍德定位法,并分析了舍伍德定位法的理论基础和计算复杂性,提高了定位精度和鲁棒性。论文研究了在同一中央主机下多机器人合作构建地图的理论,提出了基于动态分区的多机器人在SLAM算法——Sherwood定位算法,Sherwood算法能够计算机器人在联合地图中的相对位置,每个机器人能够获取当前信息来计算在联合的位置。通过理论分析和实验证明,基于动态分区的构建地图方法能够提高未知地图的探索效率,Sherwood定位算法能够提高机器人的自主定位效率。