当前建筑物室内环境的主要表达方式为二维地图,对于机器人而言,获取环境地图主要通过同步定位与建图(Simultaneous Localization and Mapping,SLAM)技术。虽然2D激光SLAM技术比较成熟,但对于复杂、空间规模大、相似特征多的室内场景,传统的SLAM方案存在定位不准确,地图粗糙的情况。本文着眼于测绘机器人的应用需求,基于图模型的SLAM方法,通过对机器人建模、里程计标定,SLAM算法的改进、全局地图构建,在激光SLAM理论基础上,制定了一套适用于室内场景的测绘机器人定位与制图方案,主要内容与结论如下:1.基于测绘机器人的室内2D测绘需求,分析并建立了机器人运动模型、传感器观测模型以及地图模型等,并在此基础上描述了SLAM问题的数学模型,为了后续研究搭建了统一的平台。2.针对移动机器人轮式里程计容易累计误差的问题,提出了基于线性关系的里程计标定方法。在激光真值获取阶段提出运用IMLS-ICP算法,提升了算法的收敛速度;在求解线性方程组阶段,运用最小二乘法确定了里程计标定的内参,缩小了里程计造成的系统误差。3.针对帧-图匹配的SLAM方法易受到初始值干扰问题,提出一种改进的帧-图匹配方法,通过Ceres扫描匹配器获取机器人位姿,并以此估计出子图,这种以多子图构建全局地图的方式,降低了初始值的干扰,相比普通的SLAM方法提升了44.1%的地图精度;在处理局部极值的问题上,提出用四叉树剪枝算法,提高了算法38.24%匹配效率;在处理机器人定位的问题上,引入了闭环检测环节,对的机器人位姿的修正,缩小了机器人79.06%的平移误差。4.针对传统室内测绘存在着效率低下和人为干扰的问题,搭建了实体测绘机器人平台,并用改进的帧-图匹配的SLAM技术,结合栅格地图的环境表示方法,对室内空间进行测量与构建。通过与传统测绘手段的对比,证明了改进的SLAM方法在室内测绘应用的可靠性。