近年来随着服务机器人的快速发展,智能化已成为必然趋势,自主导航作为机器人智能化的重要指标,要求机器人拥有识别周围环境并定位的能力。但是实际生活中机器人所面对的环境大部分无法预先知晓,所以自主识别周围环境并进行地图绘制成为必然需求。基于超声信号的环境建模技术,因其传感器发展最早、最为成熟,小范围测量精度高,对人体没有伤害,价格便宜,转化产品成本低廉等优点,在室内服务机器人上有广阔的应用前景。因此,本文根据室内环境特点,设计数据稳定性强,可以提取多种特征的旋转超声平台,进行环境特征地图构建的研究。在环境特征提取方面,需要面对温度变化、传感器间串扰、超声传感器定向性差、测量误差等影响。本文通过温度补偿抵消不同环境温度导致的测量值偏差。使用4个超声传感器,以正方形结构搭建旋转平台,完成对环境的360°扫描,在保证效率的同时获取更多的环境特征信息,并抑制传感器间的串扰影响。为了优化数据结构剔除误差点,本文提出了基于距离差值的孤立点检测滤波算法,另外针对超声传感器定向性差的问题,提出了相似距离值超声弧聚类算法与以中心线超声模型为基础的Minimum Distance of Point(MDP)特征提取算法,将每个超声弧特征点位置提取出来,并通过MDP几何弧线模型进行特征类型的区分。针对分体式超声传感器环境分辨能力差的问题,提出了模糊MDP特征提取算法,实现了分体式传感器旋转测距情况下的环境特征提取。在地图构建方面,针对收发一体超声传感器,实现了利用MDP算法与最小二乘拟合构建环境地图的仿真实验。针对收发分体超声传感器,提出了切线法,解决了高偏差、极少特征点情况下的直线特征拟合问题,并拥有较高的精度。而对于较大环境的直线拟合,提出了分段切线法,解决了大环境下因估计直线角度偏差造成的误差累计问题。通过模糊MDP算法与切线法拟合完成了环境地图构建,实验结果有较高的精确性。