当前，服务机器人逐渐进入应用层级，应用场景对服务机器人的智能程度提出了更高的要求。服务机器人在进入一个新的室内环境时，没有先验的环境信息，也没有人为设置的参照物，需要由机器人自行定位建图；同时，室内环境还可能存在动态障碍物，机器人需要躲避障碍物到达目标点。本文拟通过设计一个全向移动机器人的机械实体及感知控制系统，实现机器人在室内未知环境下的自主建图及导航。
首先，分析多种组合全向运动方案，确定采用麦克纳姆轮方案设计全向移动机器人。分析机器人作业的室内环境特点，提出本文全向移动机器人的方案及指标，并设计了机器人的机械结构及硬件电路。在实现对单电机系统辨识与PID闭环控制的基础上，基于全向运动学模型设计全向移动机器人的整体运动控制策略。实验表明，机器人实现了全向运动，在固定姿态圆运动实验中全向运动且姿态误差小于6°，轨迹误差小于0.1m，且响应迅速。
其次，对于未知环境，在传统的RBPF-SLAM算法定位与建图基础上，进行两方面的改进：通过ICP算法修正机器人里程计数据，解决里程计打滑使得运动预测模型不准确的问题；通过体素滤波处理激光雷达数据，解决激光雷达数据点过密使得运算量大的问题。实验表明，改进后的RBPF-SLAM算法建图效果有明显的提升。
构建好环境地图后，采用AMCL算法进行定位，对于AMCL算法定位失效难以恢复的问题进行了改进：基于优化的方法检测机器人定位失效，并采用分支定界算法在全局地图中内寻找最优匹配位姿。通过机器人绑架实验表明，本文的全局定位算法可以在短时间内使得定位恢复。
再次，为实现兼顾环境信息又能实时避障的路径规划，本文基于代价地图下的A*算法设计移动机器人全局规划器，在全局范围内寻找机器人运动的可行路径，然后基于TEB算法设计局部规划器，实现对全局路径的跟踪及动态避障。
最后，通过系统实验验证本文机器人性能。实验结果表明，自主建图中机器人建图误差小于0.1m。自主导航中定位误差小于0.06m，且能在定位失效后短时间内恢复，并实现了有效的全局路径引导及对动态障碍物的躲避。