家庭服务机器人的同步定位和地图构建(SLAM)技术是机器人导航技术的前沿与关键问题,也是服务机器人研究的基础内容之一。由于家庭环境中物品杂乱,相对比较复杂,服务机器人很难快速准确地建立环境地图并精确地确定自身的位姿,将智能空间和机器人SLAM技术相结合可以很好地解决该问题。论文的主要研究内容如下:1)分析了智能空间和SLAM问题的研究现状及相关的基础技术,根据问题的一般模型和目前所存在的难点,结合智能空间技术提出了解决方案,给出了智能空间下服务机器人SLAM的基本步骤,并对其中的技术难点和关键问题做了详细介绍。2)给出了环境的三维立体混合特征地图构建方法,以更加详细地描述环境,提高SLAM算法的速度。首先利用双目立体视觉传感器提取环境特征,提取环境中物体的Harris角点,通过立体匹配算法获取角点的三维几何信息,同时还要获取环境的这些几何特征对应的图像特征信息,并将这些混合信息进行绑定,作为实时更新信息存入智能空间信息库中,从而构建出混合特征地图。3)给出了基于智能空间的SLAM具体实现过程。建立起机器人的运动学模型和观测模型,并对该模型进行重构以实现线性化,结合机器人实时地与智能空间进行信息交互,依靠混合特征地图中的图像特征信息实现快速的数据关联,然后利用卡尔曼滤波算法处理信息的不确定性,估计出机器人的位姿,并保存信息更新地图。4)研究了家庭环境下服务机器人的识别定位技术。采用了两种不同的识别方法:对于环境中不相似的物体,利用SIFT特征匹配算法识别物体;对于相似的物体采用人工地标法。识别出物体以后,机器人从智能空间信息库中获取物体的属性,并运用预测估计方法确定出自身的位姿。