伴随着新一代人工智能浪潮的到来,机器人技术不断推陈出新,机器人的应用也越来越广。服务机器人作为与人关系最密切的机器人,给人们的生活带来了极大的便利。服务机器人的导航技术也从传统的指令式向交互式转变,使得交互式导航更加智能,更加人性化。本文主要关注智能轮椅,它是一种辅助老年人以及残障人士等弱势群体实现移动的特殊服务机器人。同时聚焦于智能轮椅的人机交互式导航,将从多传感器感知、拓扑地图构建、共享控制、机器人平台四个方面展开具体技术研究。首先,在多传感器感知技术方面,本文定义了基于多传感器的感知系统框架和坐标系系统,介绍了双目相机模型和用于离线标定的畸变校正模型,针对传统离线标定无法解决在线传感器系统的漂移误差和机械误差,提出了以手眼标定为初值,然后进行在线迭代优化的在线标定方法。该方法能够实时在线地标定多传感器之间的位置关系,有效地提高了环境测量信息的可信度。最后,针对传统方法上激光帧匹配速度慢的问题,提出了基于高度图的激光里程计,在数据集上的实验结果验证了所提方法的有效性。为了解决传统地图不能同时含有障碍物信息和目的地信息,又不能随时存取的问题,本文首先提出了一种基于区域动态增长的拓扑地图构建方法,该方法能够基于度量图和机器人的轨迹,通过区域动态增长算法和区域合并算法对拓扑区域进行划分和合并,然后在线对度量图进行加工获得拓扑地图。另外,还提出了一种基于圆锥空间模型的地图表示方法。该方法用参数TM和参数OM分别表示拓扑信息和占用信息,基于圆锥空间模型再将这两种信息转换为RGB信息来保存成由彩色图片表示的拓扑地图。与传统方法相比,该构建系统不受环境结构的限制,可以根据实际环境结构自动调整。此外,拓扑地图表示方法简化了地图的表示结构。地图构建实验结果表明,该方法灵活、计算,存储等资源消耗少;地图表示方法使用方便、快捷,提高了地图保存的效率。另外,在交互式导航领域,针对传统控制方式的控制效果差,人性化程度低的问题,本文提出了一种基于部分可观察马尔可夫决策过程的半自主导航方法,以辅助智能轮椅实现交互式导航。基于拓扑地图,该方法中的共享控制器将综合考虑用户的历史行程、轮椅位姿、目标点和日程信息,然后通过马尔可夫决策思想实现意图预测。最后,融合决策器将会融合用户选择的结果和机器预测的结果,给出最合适的控制信号,来使得智能轮椅安全地移动到用户期望的位置。与指令式控制方法相比,共享控制器可以预测用户的意图,通过融合决策器来接管智能轮椅,可以缓解用户的控制疲劳;融合控制器的信号过滤,有效地保证了智能轮椅的安全控制。实验结果表明,该系统是准确的、可行的、安全的和舒适的。在平台控制技术与交互式导航部分,本文设计并实现了基于脑机接口和拓扑地图的智能轮椅及其导航控制系统,其中研究了差速平台的控制技术,实现了人机交互式导航的软件架构。该智能轮椅主要以脑机接口作为主要输入,用户可以通过人机交互界面发送控制指令,实现人机交互式导航。在交互式导航实验中,共享控制器的预测精度为84.14%,平均用户疲劳度为72.41%,验证了本文所提出的所有系统及方法均是具备可实施性的,既安全又稳定的。