本文以国家十五‘863’课题“月球探测机器人智能信息处理与导航技术研究”(2002AA735041)延伸技术研究为背景,重点研究了月球探测机器人未知环境下地图创建关键技术。本文对机器人目前已存在的地图创建相关技术与方法进行了详细分析,研究了基于不确定信息计算的地图创建方法,采用激光、视觉、超声波等传感器获取环境信息,利用不确定信息处理方法建立结构化环境下的栅格地图和几何特征地图。由于地图创建过程中环境信息的不确定性及传感器本身带来的不确定性,如果在推理过程中仍然采用经典的、基于逻辑的、精确的推理方法,无法得到客观的环境模型,从而失去对客观事物描述的真实性。本文采用证据理论和灰色系统理论融合环境信息,得到对环境的不确定描述,用于避障和环境理解。针对证据理论要求,对激光信息提取障碍物有效距离信息,对视觉信息提取障碍物灰度分布变化信息,作为证据理论的证据,经实验得到推理知识规则,采用不确定推理模型融合多源信息,从而划分环境属性,实现机器人移动过程中有效避障与地图创建。根据超声波误差因素建立超声波误差模型,建立传感器信息至栅格灰数的映射,根据灰色系统融合理论融合多次信息,更新灰数,建立基于概率的栅格地图。仿真实验证明了该方法的有效性以及对动态干扰的鲁棒性。为了有效创建全局地图,本文研究了即时定位与地图创建方法,根据激光传感器和里程计,建立观测模型和系统模型,采用卡尔曼滤波方法对机器人每一时刻的位姿与地图信息预测及更新,建立全局地图。采用激光传感器感知环境,提取几何特征,根据特征相对位置不变、相同特征长度不变的特点匹配,逐步更新地图,得到全局环境地图。实际机器人实验证明了该方法的有效性和实用性。