机器人底盘系统是用于控制机器人移动的重要组成部分,主要包括机器人底盘,各类传感器(超声波、激光、红外线)和上位机控制核心。主要功能由构建地图与路径规划导航构成。现阶段,这两方面也是机器人底盘研究亟待解决的课题。而建图作为导航的根据,成为了重中之重的一个环节,如何能构建出足够精确的,并且有足够多的障碍物细节的地图成为了构建地图的难点与要点。同时现阶段建图的方式多数停留在手动人为地控制机器人构建建图,自动化水平不够高,同时效率低下。本文创新性的提出一种建图方式,即融合多传感器数据之后进行机器人自主探索建图,并在建图时进行自主的路径规划。这样不仅有足够多的地图细节信息、极高的精确度,同时通过自主探索完成构建地图,节约了人力物力。为今后机器人平民化提供了有力的技术支持。本文首先提出了基于已知与未知区域边界的自主探索建图算法,并且只使用传感器的新数据作为探索数据,通过在地下乒乓球案区域进行实验,验证了算法的可行性。之后解释了在探索边界时,基于边界的导航方式,并介绍了探索时可以使用的两种路径规划算法——Dijkstra算法和A*算法,并对比两个算法的优缺点,最终选用Dijkstra算法作为路径规划算法。最后说明了多传感器融合的方式,将XBOX Kinect和Hokuyo激光雷达的传感器消息融合,并将融合之后的传感器数据与基于边界的自主探索建图相互结合,使机器人可以通过融合之后的传感器消息进行自主探索建图。最后利用清华大学智能技术与系统国家重点实验室的Turtlebot机器人、Hokuyo UST-10LX型激光雷达等试验设备,对清华大学FIT楼中的电梯厅、5楼走廊进行实验,通过实验证明了这一创新性的设计构建的地图具有极高的精确度和尽可能多的地图细节,并且可以缩短建图所需时间。不需要人为控制建图,也使得机器人构建地图的入门门槛降低,可以更好的普及机器人底盘。