智慧机场、智慧城市建设对智能移动机器人的应用提供了机遇和挑战。移动机器人在大场景动态环境下如何实现自主定位和导航虽然已经受到诸多学者的关注,但面向低成本、个性化的导航方法和系统一直是人们关注的热点。因此针对航站楼室内个性化导航问题,研究一种机器视角下的室内数字地标图自主创建和定位方法。论文的主要工作包括:首先,提出一种室内公共环境下数字地标图的混合特征表示和提取算法。根据航站楼室内环境的特点和特殊性,构造融合颜色不变性、尺度不变性和旋转不变性的CSURF(Colored Speed Up Robust Features)特征点,作为机器视角下数字地标图的混合特征表示,使得航站楼室内数字地标图特征对于光照、角度和距离等环境变化具有较高的稳健性。其次,提出融合颜色互信息熵MI(Mutual Information)与CSURF特征的数字地标图自主创建方法。在RGB-D相机模型下基于CSURF特征点进行相机位姿的估算获取数字地标图位置数据;通过融合颜色信息熵与CSURF特征的方法去除视频图像序列中全局颜色测度下和局部CSURF特征相似度下的冗余帧,使提取出的数字地标图兼顾图像特征的独特性和视觉场景的连续性,完成室内数字地标图的自主创建。再次,研究了基于数字地标图的室内定位算法。通过构建词袋模型和改进策略的回环检测算法,消除移动机器人长时间运动下的累计误差,并且采用非线性位姿图优化算法来降低环境噪声的影响,减小位姿计算的数据量,提高定位算法的实时性。最后,进行了基于数字地标图室内定位算法有效性的验证实验。分别在EuRoC MAV数据集和实际环境下进行了室内自定位实验和数据分析,实验结果表明基于数字地标图的自定位算法能够满足定位准确性和实时性的要求。