移动机器人在未知环境中自主完成任务在工业、民用以及军事等领域具有广泛的应用前景。自主式移动机器人在未知环境下工作,必须具有对未知环境进行探测和环境地图创建的能力。本文主要研究移动机器人在未知环境中自主进行地图创建问题,地图创建在移动机器人研究中有着非常重要的意义,是实现自主导航,在未知环境中完成复杂智能任务的关键,也集中体现了机器人的感知能力和智能水平。本文以实现未知环境下的多机器人地图创建为背景,主要工作如下:首先,本文回顾了移动机器人环境地图创建的研究现状,地图创建中存在的相关问题,并对本文的选题背景和主要内容作了介绍。然后,针对基于声纳的室内结构化环境地图创建,运用D-S证据理论对多传感器数据进行融合,使用自适应RCF因子消除大量不确定信息,建立了基于栅格的地图表示。通过使用Pioneer3机器人在实际环境中采集数据,初步建立起环境的栅格地图,验证了数据融合算法的有效性。实验表明,基于D-S证据理论的数据融合算法在机器人环境建模中取得了良好效果。其次,在已建立的环境地图基础上,为进一步消除不确定信息的影响,使用图像处理问题中经常用到的hough变换对原始声纳数据进行直线特征的提取。经过对声纳数据进行预处理,既改善了建立环境地图的质量,又提高了建立地图的效率,为实现移动机器人在未知环境中进行快速、有效的地图创建提供了良好的基础,从而提高了机器人自主运行、导航、路径规划的能力。第四,为提高机器人实现预定任务的效率,研究了多机器人协作地图创建的问题,分析了多机器人地图融合算法,实现了机器人在不知道相互位置情况下的地图融合。基于地图相似度的概念,利用遗传算法在全局空间搜索,其对数据的并行处理能力改善了全局搜索效率和地图融合的效果。最后,对本文所做的工作和取得的成果加以总结,并分析了可以进一步进行改进的地方并对未来发展进行了展望。