环境建模是机器人完成人们赋予任务的基础与关键。在确保描述细腻性的前提下,同时兼顾数据量紧缩、任务种类、机器人特征等建立高度有效、准确的环境模型,这将是所有其它功能模块顺利发挥效能的基础。它不但决定着构成系统的环境适用程度、复杂问题处理能力和路径规划与监控的快速性、实时性等等,而且同人机接口一起还直接地影响着用户对系统的接受程度。目前,国外出现了多级环境建模研究趋势,不过一般意义上的多级环境建模方法仍然很难使用人的知识。没有人的知识帮助就无法从根本上降低环境建模的规模,进而大幅度提高路径规划速度和导航监控实时性。基于知识、二维半描述、区域分割与合并的多级环境建模,正是针对这些问题提出并逐步发展起来的。 本课题利用Borland C++ Builder开发平台对环境建模分系统进行研制与开发,其根本目的就在于:在机器人领域,按照某种评价准则,给出贴近实际的环境模型,最大限度地协助机器人安全、快捷地完成人类赋予的使命。本文简要分析了机器人传统环境建模方法,以及它们的改良型所具有的优势与缺陷,阐述了环境建模同机器人系统其它组成部分的关系,深入地论述了知识与知识库理论、二维半概念、多级规划的构成体系。通过对系统整体设计构思、框架结构,以及各功能模块职能划分等进行深入、细致地分析、研究之后,提出了符合客观实际,并且切实可行的技术路线与实施策略。 文中系统地介绍了各种环境样本定义及环境建模过程中环境样本单元自动匹配涉及的主要技术,包括:样本的比例传递、绘图比例求取以及环境样本的位置、方向确定。阐述了区域分割的总规则,改进了环境边界凸凹性判定算法与区域分割算法,并在原有工作基础上对区域合并规则进行了扩充。设计、实现了环境样本定义、环境建模、区域分割与必然合并等模块。最后,给出了实验系统运行、测试结果,指出了当前尚存局限与不足,并结合现有积累,提出了今后进一步工作打算。