本文以履带式自主移动机器人AS-RF(越野版)为研究对象,利用机器人所配属的云台摄像机、激光传感器、数字罗盘等多传感器,实现了机器人的自定位、障碍物定位以及几何特征地图构建等工作。本论文所研究的是基于路标信息指导的室内环境地图创建,主要内容可以分为以下几个部分:首先,根据搜索区域和机器人相对位置进行运动控制策略规划,以直线模型、圆弧模型为主进行自主漫游;根据声纳、红外数据互补,引用“矩形安全区域”概念,划分危险区、避障区和警戒区,判断障碍物可能位置,选择不同的避障策略,保证了机器人在室内环境下运动的安全性;提出基于局部地图角点角分线观测点设置策略,并辅以时间模式或位移模式。通过光电编码器模型获得机器人当前粗略位姿,驱动机器人搜索链表存储的已确认路标,便于后续机器人自定位和目标区域地图创建工作的实现,并对光电编码器数据进行刷新,避免误差累积。其次,针对云台采集到的图像按照不同算法进行灰度化、滤波、边缘提取以及二值化处理,根据性能差异选择理想组合。提出了梯度方向直方图指导下改进Hough变换的直线提取算法,并通过最小二乘法进一步完成精确拟合。根据路标线条、颜色特征实现路标在图像中的识别,通过仿生模式识别融合激光传感器数据,获得路标相对于AS-RF机器人的相对角度和距离信息。再次,对激光采集数据点进行预处理,采用自适应变阀值法完成分隔工作,针对每个分隔区块采用IEPF迭代算法进行线性测试,测试各个区块线性特性。拟合线性区块,求取线段方程、不确定度和端点参数。将得到的局部地图分别进行坐标变换、线段匹配和线段合并,提出几何意义和统计意义相结合的线段匹配策略。利用卡尔曼滤波更新线段估计参数。有选择的处理线段端点和线段角点,按照投影法更新线段端点。通过多个观测点传感器处理数据的更新,最终实现对目标区域的地图构建工作。通过室内结构化环境下实验,证明了本方法有着较好精确性、实时性和鲁棒性,达到了设计的要求。