随着智能机器人的技术的不断发展,智能机器人对自主环境感知技术提出了迫切的需求。作为环境感知两项重要的内容,材料识别和地面环境识别是智能机器人进行自主决策和控制的重要基础,也是衡量机器人智能程度的重要标准,因此开展材料自动识别技术的研究对增强智能机器人自主环境感知能力具有重要意义。本论文提出了一种基于静电测量技术获取材料表面电荷泄放特性,并进行信号特征提取与识别分类的材料识别方法。通过对不同材料表面电荷的分析,获得了材料表面电场分布特性,建立了金属电极与被测材料的表面电荷泄放信号测量模型,并定义了电荷泄放因子α来衡量材料表面电荷泄放快慢。对比分析仿真结果与实测信号,对实测过程的接触分离频率进行了选择,在此基础上设计并搭建了能对材料表面静电荷泄放信号实时测量的材料静电信号测量系统。分析并选取常用的五种典型室内材料:玻璃、纸张、木材、铝板和聚四氟乙烯,对五种材料进行了静电泄放信号采集,分析信号特征并选取电荷泄放因子、有效负峰个数以及时间窗内正负峰值方差和共三个特征量,选取k最近邻分类算法对五种材料进行识别分类。结果表明,选取适当k值五种材料的平均正确识别率为86%,取得很好的识别效果。考虑机器人在室外环境的实际需求,将所提出的识别算法应用于四类典型的室外地面环境:地砖、沙地、草地和沥青的分类识别中,通过设计测量系统并采用真实地面材料进行实验,采集静电泄放信号进行分类识别,实验结果表明平均正确识别率达到86.3%。进一步的环境适应性测试证明,本方法能够有效区分湿滑路面与各种类型的干燥地面,为机器人室外环境识别提供重要参考。论文提出一种基于材料表面静电泄放信号的材料识别方法,并针对室内材料识别和室外地面的分类识别做了初步的研究和探索,取得了良好的分类识别效果。该方法原理新颖,测量结构简单,不依赖于环境光线,能够方便地应用于智能机器人的手部和足部,实现机器人对物体材料及地面环境的识别分类,为机器人的自主环境感知和决策控制提供有价值的参考信息。