移动机器人的自主导航能力是实现机器人智能化的关键技术之一。而随着移动机器人应用范围的不断扩大,对于移动机器人在更复杂、更广阔环境中的自主导航能力的要求也随之上升。与目前移动机器人的主要工作环境相比,复杂环境的一个显著特点是包含非平坦的地形。本文首先介绍了异构视觉传感器系统,并对移动机器人在非平坦地面上基于异构视觉传感器的自主导航方式进行了研究。通过对移动机器人自主导航过程的分析,确定了导航过程中的关键功能,即环境地图创建、可通过性分析、自主定位与路径规划,并对其分别进一步深入研究。通过对现有栅格地图形式的改进,本文提出2.5D栅格地图的定义,有效提高了保存三维环境信息的效率。同时结合2D栅格地图,提出环境的混合栅格地图描述以及自主导航过程中基于异构视觉传感器的混合栅格地图创建方法。当机器人在非平坦地形上运行时,机器人需要具备实时判断是否能够通过指定区域的能力。基于在导航过程中创建的混合栅格地图,本文提出采用实时可通过性分析的方法来协助机器人规划路径。对于2D环境模型根据其在图像中表现的特征,如颜色、纹理等进行判断。对于3D环境模型,则根据地形的三维轮廓提取表征地形的特征,通过模糊逻辑方法对多个地形特征进行判断,决定指定区域的可通过性。同时,本文对利用全维视觉图像序列实现机器人在空间中的六自由度自主定位方法进行了研究,提出结合全维视觉、立体视觉、倾斜计的机器人自定位方法。在机器人倾斜状态下,利用倾斜计反馈对全维图像序列中特征提取与跟踪结果进行补偿,以此获得较好的定位结果。结合混合栅格地图及可通过性分析结果,本文首先解决由栅格地图搜索方向限制造成的路径次优问题。其后针对2.5D栅格地图中的路径规划问题提出2.5D D*算法,并对在未知环境中的路径规划方法进行启发函数及重规划条件的优化设计,提高未知环境中的规划效率。综合以上所提出的移动机器人在非平坦地形上自主导航过程中关键技术的解决方法,本文以仿真与实验结果验证了移动机器人在非平坦地形上,通过环境地图创建、可通过性分析、自定位及路径规划实现自主导航的方法。这一研究为移动机器人在未知复杂环境中的自主运行奠定了基础。