随着智能工厂、现代物流技术的迅速发展,智能移动机器人在生产生活中发挥越来越重要的作用,在室内结构化环境中高效准确的实时定位已成为一个迫切需要解决的问题。本文主要通过研究激光雷达和里程计的信息融合,在室内结构化环境中实现高效、稳定、准确的实时定位,并解决智能移动机器人在被外力移动或者“掉电”等“绑架”现象下的重定位问题,本文的主要研究内容如下:（1）提取激光雷达扫描环境得到点云数据,通过增量的里程计信息完成对点云畸变的矫正,降低直线特征提取的误差,并且通过原理进行论证和实验进行验证。完成移动机器人的状态模型的构建,考虑移动机器人在室内运动的速度较慢,使用运动学模型即可完成较准确的状态模型的构建。（2）完成了结构化环境中地图的构建和线性存储,通过地图匹配完成移动机器人的定位算法。文中考虑到观测特征和匹配特征的快速性,同时要求地图存储有利于“绑架”重定位的恢复,使用线性数组的方式实现对观测地图特征的构建和存储。针对定位过程的求解,使用预测位姿下观测直线特征与地图中直线特征的初步匹配,得到直线特征之间的对应关系,建立巧妙的优化方程降低求解复杂度,并通过先求解得到的姿态角再完成对位置的求解过程,并给出了实验的验证。（3）使用“滑窗”统计和“子地图”与“地图”匹配的方法解决“绑架”重定位的姿态角与位置求解问题。文中利用观测直线特征与匹配的地图直线特征之间的特殊关系,构建得到姿态角矩阵。提出使用“滑窗”的方式统计得到最可能的姿态角数值,并利用姿态角信息分别构建得到观测特征之间的关系矩阵以及分割得到的子地图特征之间的关系矩阵。使用关系矩阵进行匹配得到观测直线和地图直线之间的匹配关系,进而构建优化方程,实现对重定位的位姿求解。（4）搭建智能移动机器人的仿真平台和实验平台,实验验证本文中基于直线特征的移动机器人的定位和“绑架”重定位算法。实验中将上述设计的直线提取算法与移动机器人的定位算法加载到机器人系统中,并完成其相应的实验分析,验证定位算法的可行性,并通过离线实验论证了“绑架”重定位算法的有效性。综上所述,面对结构化环境中移动机器人的准确定位问题,本文提出一种基于直线特征进行定位和“绑架”重定位方法。通过改进直线提取算法获取更准确直线信息,完成基于直线特征的移动机器人定位,并通过直线特征之间数据关联实现对出现“绑架”现象下移动机器人的重定位,该方法可以实现移动机器人在结构化环境中的稳定、可靠的定位。将会在未来的生产、生活中有广阔的应用。