近年来移动机器人应用主要集中在工业、医疗、探索等领域,其工作环境也逐渐由初始的室内结构化场景扩展到室外复杂环境中。环境规模的增加、传感器观测数据量的变化与任务的多样化给移动机器人的定位导航带来了更大的挑战与更高的要求,同时,在不同场景下的定位需求和对机器人自主性的要求也需要更符合环境特征与机器人约束的主动定位策略。针对室外复杂环境中移动机器人的定位需求,本文提出了一种基于曲面定位能力的主动定位策略,以保证机器人能够根据传感器观测模型与环境地图模型规划出更利于定位的主动路线,并在此基础上通过对环境特征的提取和分析提高全局定位的效率。主要研究内容包含以下三个部分:1.考虑到自主移动机器人在室外的工作环境可能存在场景规模较大、结构复杂、地面非平整等问题,本文提出了一种基于八叉树地图模型和三维激光传感器观测模型的曲面定位能力指标,并通过理论推导与分析证明了该指标的可用性。同时,为了获取曲面定位能力指标所需的地图特征以及满足后续计算需求,本文使用了一种改进多层栅格地图的格式实现不同类型特征信息的存储与调用。2.主动定位时机器人需要全自主选择辅助粒子收敛的路线,本文提出了一种考虑曲面定位能力的路径规划策略,以曲面定位能力作为主要约束条件设定路径规划算法的约束空间和目标函数,生成更适合机器人定位的主动定位路径,从而提高主动定位算法的收敛速度和在不同应用环境中的稳定性。3.使用三维激光传感器进行全局定位还需要考虑的另一个问题是数据量增大对算法实时性的影响。为了在降低计算量的同时尽可能保留三维激光观测信息丰富的优势,本文提出了一种考虑环境地形的粒子滤波方案,通过预先对三维点云地图的地形分析获取机器人运动曲面的高度和法向信息,并基于这些信息对粒子群初始化的状态进行约束,提高全局定位策略对于环境信息的匹配程度,降低由于冗余信息引起的计算量。同时,本文还使用了一种基于点云匹配的策略对全局定位所获取的机器人位姿进行检验,并在匹配度过低的情况下进行重定位,避免算法在高相似场景下收敛到错误的单一区域。综上,本文提出了一套基于曲面定位能力的室外自主移动机器人主动定位解决方案,并在不同仿真环境和实际环境下进行了实验测试,最终验证了本文算法在同等条件下具有更高的全局定位效率和更稳定的主动定位效果。