1、隨著智能移動機器人走進人們的日常生活，在軍事、商場、醫(yī)院、家庭等各種領域發(fā)揮著重要作用，人們對智能移動機器人系統的需求越來越迫切，移動機器人研究也進入了嶄新的發(fā)展階段。導航技術是智能移動機器人的研究核心，同時也是移動機器人實現智能化及完全自主的關鍵技術。移動機器人只有準確地知道自身的位置、工作空間中障礙物的位置以及障礙物的運動情況，才能安全有效地進行自主運動。因此，自定位和位置估計也是自主移動機器人最重要的能力之一。本文對室內機器人的定

2、位和導航問題進行了比較深入的研究，論文的工作主要涉及以下幾個方面： 首先，提出了一種利用單目視覺獲取路標信息的MonteCarlo自定位方法。利用單目視覺系統可以獲得機器人運行環(huán)境中的路標信息，然后利用MCL算法進行自定位。針對視覺路標信息誤差對MCL定位精度影響較大的問題，將MCL算法與UKF相結合進行機器人自定位。該方法在進行機器人自定位時融合了路標信息、動態(tài)位置信息和方位信息，有效地提高了機器人的定位精度。 其次，

3、提出了一種基于柵格法和特征粒子的MonteCarlo自定位方法。該方法將機器人估計位置的粒子空間進行可變柵格劃分，利用柵格單元獲取特征粒子，然后利用特征粒子替代整個粒子空間來計算粒子權值，大大降低了算法的復雜度，使得MonteCarlo方法能滿足多機器人定位的要求。 第三，提出了一種基于全局地圖和局部地圖的機器人路徑規(guī)劃方法。該方法根據己知環(huán)境建立全局拓撲地圖，為機器人提供全局導航信息；采取有向特征線段的方法來描述局部地圖。機器

4、人在運行過程中，不斷利用傳感器建立基于有向特征線段的局部地圖。根據特征線段之間的拓撲關系，獲得機器人局部目標點和期望軌跡。機器人在趨向局部目標點的過程中，采取了基于傳感器信息、地圖信息、歷史軌跡信息的局部導航方法，使機器人可以在復雜環(huán)境中安全導航，并獲得較好的軌跡曲線。 第四，針對自主研制開發(fā)的通用移動機器人平臺，在分析傳統智能機器人控制體系結構的基礎上，提出了一種主從結構多處理器的分布式并行處理方式，并對機器人的各個功能模塊進