智能清扫机器人作为智能移动机器人的一个特殊的应用,继承了智能移动机器人的若干关键性的技术,比如传感器技术、定位技术等等；同时也有其自身的特殊性,如无需理解三维环境,需要全部路径的覆盖等新的特点。智能清扫机器人能够代替重复性的体力劳动,降低人工劳动强度,广泛应用于家庭、公共场所、学校等诸多复杂环境,因此具有广阔的市场前景。本文分析了当前流行的几款清扫机器人,重点分析了他们的缺陷,并根据这些缺陷,提供了若干解决方案,从而设计出了一款能够针对复杂环境进行清扫的智能机器人。本文以家庭环境为仿真背景,设计了一款依靠特征点检测作为SLAM定位的参照点,在机器人运行过程中,同时对当前位置进行定位,并创建环境栅格地图,实现了一种基于扩展Kalman滤波的SLAM算法,最后通过一种基于障碍物分析的区域分割算法对清扫环境进行区域分割以及区域连接,从而完成清扫任务。具体实现方法如下：1.本文提出了一种平面二维特征的提取方法,过传感器数据进行特征提取,对数据点进行分割,然后使用直线拟合算法进行直线拟合,通过判断直线之间的交点作为环境的角点,即环境特征点,用以进行SLAM算法。2.本文实现了一种基于扩展Kalman滤波的SLAM算法,并针对清扫机器人的移动速度慢的特点,对该算法进行了相应的改进,实现了基于SUT变换的SLAM算法。通过无迹变换,对非线性函数进行处理,构造新的统计特征,进一步提高SLAM算法精度。3.本文实现了一种基于绕边的障碍物确定算法,机器人通过贴墙运行,确定环境信息,同时在贴墙清扫过程中构造栅格地图,用以记录区域是否已经完成清扫。同样对于区域内部障碍物也进行贴边运动,确定障碍物的位置信息,并构造栅格地图。4.本文提出了一种基于障碍物确定的未知区域分割算法。现行的区域分割算法都是根据已知环境进行区域分割,本文通过机器人贴边运行,创建栅格地图,在第一步创建了环境边界地图之后,对环境进行线扫法区域分割；当在区域内部遇到障碍物的时候,对栅格地图进行再次的构造,构造区域内部的栅格地图,并在当前区域内部使用线扫法进行区域的分割算法。5.本文考虑到机器人由于长时间运行会导致供电不足的问题,使用A*算法进行路径规划,使机器人能够在电量不足的情况下返回充电。