随着智能机器人逐渐走向人类家庭,机器人在未知动态室内环境下的导航方式也越来越引起人们的关注。然而,由于室内家庭环境固有的动态性和不精确性,想让机器人经过与人的交流而充分理解环境信息,并按照这些信息完成一些导航任务是非常困难的。因此,如何探索一种直接简单的交互导航方式非常关键,本论文即是以此为出发点,设计了几种易于人机交互的环境地图手工绘制方法,并对机器人基于这些手绘地图的视觉导航方法进行了研究。　　 首先,根据手绘地图中环境关键目标的不同表示形式,设计了三种形式的手绘地图:实体目标地图(EOM)、实体语义地图(ESM)和轮廓语义地图(CSM)。对羊绘地图中包括的基本元素、手绘地图与实际地图的映射关系以及根据较小偏差原则处理手绘路径的方法进行了讨论。　　 其次,研究了机器人基于视觉的粗定位方法。在基于EOM和ESM的导航系统中,图像匹配采用了提取SURF特征的方式,并根据特征间的单应性矩阵计算匹配结果；在基于CSM的导航系统中,是根据图像的Pseudo-Zernike矩以及归一化转动惯量(NMI)特征,并计算特征间的马氏距离获得匹配信息的。根据匹配结果,本论文不需对摄像机进行标定,仅仅利用实时图像与手绘地图对应的图像信息的比例关系即可获得机器人的相对位置。　　 再次,对视觉导航算法进行了研究。提出一种预测估计的方法,提高了导航系统的实时控制性能。导航过程采取分段直行的方式,并对里程计信息与图像信息进行了融合,增强了机器人对环境精确大小未知的适应性。按照避障前后机器人运动方向的一致性原则设计了相应的避障算法,提高了系统对于动态环境的鲁棒性。　　 最后,构建了整个导航系统的框架结构,并在Pioneer3-DX型机器人上对导航算法进行了实现。真实环境下的实验结果表明,本导航系统易于人机交互,并且导航算法能够消除多种不确定性所带来的影响,具有较高的鲁棒性。