对环境知识的理解和把握使得移动机器人不仅能够对未知环境进行建模,还能针对目标任务进行自身位置校正、行为规划等。要求机器人不仅能够在环境中感知信息并避障,还需要具备提取、理解、表达并推理相关环境知识的能力。模拟人类认知环境的过程是移动机器人环境认知方法研究的发展趋势。因此,如何消除感知信息中的不确定性,模拟人类对空间知识的处理,使机器人能够在复杂的、动态的环境中以一种自适应方式完成空间认知成为移动机器人领域的研究热点。认知是对知识表达进行操作(生成、转换和删除)的过程,认知的发展是知识表达更新与变化的过程。认知地图是个体通过某种心理装置,对空间环境布局方式进行编码和简化得到的一种表达方式。为模拟人类特有的环境认知机制,移动机器人需要以知觉恒常性为基础,理解并利用环境的层次性,使用多分辨率的统一的空间知识表达模式对环境知识进行适当组织和表示。首先需要解决以下两个科学问题：(1)如何建立统一的存储系统并表征环境的不同层次?(2)如何理解和推理这些表征?这两个问题分别包含了特征提取、拓扑连接、知识表达以及空间推理等问题,需要对空间信息进行识别、分类以及概念化处理。本论文针对这两个问题,在搜集、整理国内外环境空间认知表达方法的相关文献资料的基础上,结合灰色定性理论与本体论在处理知识不完备的复杂系统的优势,研究了基于灰色定性的环境空间知识认知表达方法,通过对人类定性分析能力的模拟,实现知识的多精度、多层次表示。主要研究工作及成果包括：(1)基于前人的研究明确了认知地图的概念及目的,以知识表达为出发点,系统分析了对环境不确定信息进行定性问题求解的必要性以及环境认知表达模型所需具备的特性。将认知地图与机器人导航相结合,以任务目标和实际环境信息为导向,根据知识载体将认知地图进行了分类,深入探讨了各类认知地图在环境认知表达中的理论体系、数学基础和具体应用。综合认知地图中知识表达的基本方法和关键技术点,总结了认知地图的发展历程,指出了其理论研究中需要进一步解决的问题以及发展动向,并由此说明了本文选题的意义。(2)介绍了灰色系统的基本原理,利用灰色定性仿真方法模拟人类对未知环境的认知,建立了基于灰色定性方法的认知表达模型。根据人类知觉过程中的加工方式,将自底向上的数据处理分为了四个层次：特征层、适配层、拓扑层以及认知层,降低了环境模型的复杂度：将自顶向下的知识处理分为了三个层次：本体、概念和对象,通过知识应用完成路径规划,以形成更接近于人类思维方式的智能知识提取、表达以及推理、行为决策的机制。参照人类对环境空间进行认知采用的定性剖分,定义了灰色定性基本元、灰色定性特征值、灰色定性量空间、灰色定性关系等基本概念,为使用数学手段描述人类认知未知环境的方法奠定了基础。(3)研究了灰色关联分析的理论基础、实现方法以及计算模型,在总结分析邓氏灰关联度的计算方法和特点的基础上,深入讨论了分辨系数的取值范围对于灰关联度计算的影响。利用基于灰色关联度的差异信息分析,建立了环境空间知识的灰色差异信息空间,既对整个环境作统观全局的分析,也对环境信息因子作量化分析。定义了点与线段之间、线段与点簇之间的灰色关联度；通过分析数据与数据之间、数据与背景信息之间的关联度获取点数据中的信息,并提取这些数据中的共有信息。以线段作为基于灰色定性方法的认知表达模型中特征层的特征表征,采用自组织映射以及基于灰关联度的主方向提取实现了环境信息中的线段特征提取。(4)在分析人类认知过程特点的基础上,深入探讨了灰朦胧集的性质、特点及其动态演化的数学基础、计算模型及其研究意义,并以此为基础提出了一种基于灰朦胧集动态演化的环境认知方法,实现了特征层中环境特征的离线提取过程。灰朦胧集通过动态演化形成不同认知阶段(胚胎集、发育集、成熟集与实证集),随着信息的补充和认知深入逐渐消除信息中的不确定性,使信息的灰度逐渐减小,默认转化为确认,认知由灰转化为白。该方法具有人类认知过程的恒定性、实时性、相容性、可构造性以及可变化性等特点。实验结果表明,基于灰朦胧集动态演化的环境认知方法能够有效模拟人类认知对未知环境信息进行表达和推理。(5)针对基于灰色定性仿真的环境认知表达模型中适配层上的信息加工处理问题,研究了通信理论中互信息的概念和性质,定义了灰色关联空间中样本集与特征之间的熵以及基于灰关联度的自信函数。在此基础上,提出了一种基于熵的在线环境信息分析方法：将信息论与灰色理论相结合,通过提取冗余信息消除移动机器人所获环境信息中的不确定性；利用熵的变化提取最大信息差异点。该点集包含了所在环境的大部分信息,可有效用于灰色定性地图创建中灰色定性基本元的构建,能够大大减少计算以及信息存储的代价。