移动机器人作为机器人技术的一个重要研究领域,其综合了人工智能、传感器技术、计算机视觉、数字图像处理等学科。在很多情况下,由于缺少相关的先验地图信息的支持,移动机器人必须要具备在未知工作环境中进行自主环境探索的能力。在移动机器人完成自主环境探索的基础上,如何进一步实现自主环境认知已经成为当前该领域的一个研究热点。本文研究了移动机器人自主室内环境探索与环境认知问题。本文针对未知环境中移动机器人探索的需求给出了基于环境通路点的环境表述,同时基于激光测距仪对环境的实时感知信息提出了基于环境探索导向点的环境探索策略,在机器人运动过程中实时提取环境中的候选探索导向点来引导机器人主动向未知区域探索。为了提高移动机器人环境探索的效率,在综合考虑了前方最优、距离最优以及信息增益最优的基础上引入了效用函数用来评估各个环境探索导向点以使机器人选择最优的探索导向点作为下一步的运动目标点。源于对室内环境的区域划分与整体认知,本文提出了基于环境通路点的环境分割方法。在机器人环境探索的过程中,将环境进行相应的分割且提取用于环境分割的通路点,通过构建环境通路点间的拓扑连接关系来表示全局环境的联通属性,即构建通路点拓扑图。随着探索的进行,需对拓扑图中的通路点进行添加、绑定与删除等动态维护操作。以构建的通路点拓扑图为基础,本文将获取的特征信息以具有某种特征不变性的方式进行分析与组织,在充分借鉴认知学与指纹识别技术的基础上,创新性的提出了以环境通路点为中心的环境指纹模型,通过基于环境指纹的匹配实现了自主环境认知。一系列的仿真实验和基于Pioneer3-DX实际机器人平台的实际实验验证了本文所提方法的有效性和实用性。