随着智能控制技术、计算机和网络技术以及仿生学、人工智能等学科的飞速发展,智能移动机器人技术的研究越来越受到国内外学者的重视。自主定位和地图创建是移动机器人智能导航和环境探索研究的基础,定位精度和所构建地图的准确性是其能否在实际环境中成功应用的前提。移动机器人的工作环境可分为室外环境和室内环境两种,本文主要针对非完整移动机器人在室内环境中的自主定位和地图创建两个核心问题进行研究。 本文的研究工作是基于装配有多种传感器的SmartROB-2自主移动机器人平台展开的。该移动机器人平台配备有可完成特定水平面360°测距的双激光测距仪,负责完成室内环境图像采集的单目视觉系统,全方位的碰撞传感器以及用于航位推算的内部里程计。多种传感器相互协助可以给移动机器人提供丰富的环境信息以实现自主定位和地图创建。 本文首先对移动机器人运动控制和主要传感器的模型及其不确定性进行讨论。重点分析了不同环境因素对激光测距的影响,完成了激光测距中距离和角度的方差分布计算,并依据误差传递公式给出激光测距不确定信息描述的具体形式;讨论了由里程计进行航位推算的局限性,通过对里程计误差的详细分析,提出了机器人位姿误差协方差矩阵的更新方程;针对视觉系统完成了CCD摄像机的标定工作,实现了视觉图像扭曲的有效校正。 在具有不确定信息的准结构化室内环境中,移动机器人要实现完全自主定位和全局环境地图的构建,首先要解决环境信息的特征提取与融合问题。针对环境中水平线段特征和激光测距数据的特性,提出基于改进角度直方图和加权最小二乘拟合的处理方法。在视觉图像处理中,本文先采用索贝尔算子和非最大抑制算法进行边缘像素的增强和细化,再使用多列像素直方图算法完成物体垂直边缘的有效提取。针对多传感器数据在特征层次的融合问题,本文提出将测距数据和图像数据统一到视觉坐标系下,再对已提取的垂直边缘线段的开角与水平环境特征开角进行匹配的处理方法,并在应用中取得良好效果。 移动机器人定位和地图创建所选用的方法与环境空间的表述方式是密切相关的。对基于先验地图的移动机器人定位问题,本文分别对扩展卡尔曼滤波定位、基于概率模型全局定位和基于先验几何—拓扑混合地图定位这三种主要方法进行了系统研究。在基于实际机器人平台所开发的机器人远程监控软件辅助下,本文在走廊、办公室等室内准结构化环境中完成了一系列验证实验。针对移动机器人运动中定位所涉及的多传感器协调等关键技术问题,本文提出基于XO/2系统实时多任务调度机制的具体解决方案,并在实验中验证了有效性。为解决没有先验地图信息支持的移动机器人定位问题,本文提出了同时进行扩展卡尔曼滤波定位和构建具有不确定描述二维几何地图的具体算法,并在实际平台上实现了同时进行厘米级定位和实时创建、更新全局地图的功能。通过对实验结果和数据的进一步分析讨论,论证了所提方法的实用性、精确性和鲁棒性。