新一代人工智能技术正在加速向制造业等行业渗透,致力于推动中国经济的转型升级,智能移动机器人作为典型代表也受到了越来越广泛的关注。能够在复杂环境下实现自主导航功能是移动机器人智能化的重要标志,同时定位与地图构建(SLAM)技术作为自主导航的“眼睛”,因此被认为是移动机器人实现自主化和智能化的关键前提。本课题以此为背景对基于激光雷达的移动机器人定位与建图技术展开了研究,在完成对机器人坐标系、传感器坐标系与世界坐标系相互转换的基础上,根据航迹推算原理建立了里程计运动模型,针对里程计运动过程中存在的噪声问题,联合激光雷达与里程计完成了不同运动环境下的误差标定。针对激光雷达测量过程中存在的噪声问题,建立了基于似然场的激光雷达观测模型。最后通过分析对比主流环境地图构建算法的优劣,选择将占用栅格地图算法作为本文的环境地图表达模型,并用Rviz验证了该算法的建图效果。在完成相关模型构建和数据处理工作的基础上,对基于激光扫描匹配的移动机器人定位算法展开研究,针对影响激光扫描匹配精度的各项参数因素,选择将不同参数作为影响因素对基于迭代最近点(ICP)算法的激光扫描匹配算法匹配精度进行分析,并采用MRPT在不同环境下进行仿真验证,结果显示该算法精度满足室内定位要求。接着完成定位的基础上,针对基于粒子滤波理论的RBPF-SLAM算法存在采样精度不高的问题,加入最近一帧的激光观测模型,提高了采样精度,减少了建图所需要的粒子数。同时针对重采样过程存在的粒子退化问题,进行基于重采样策略的RBPF-SLAM算法优化设计,最后通过公开数据集验证其能生成精度更好的全局一致性地图。最后以Turtlebot 2移动机器人和Rplidar A2激光雷达搭建的实验平台为基础,实现基于ROS框架下的SLAM系统设计与测试,并完成优化前后的SLAM系统在不同实际环境下的实验,结果显示优化后的SLAM系统有着更好的定位与建图性能。