1、在機器人研究領(lǐng)域中，機器人的自主移動是一個重要的研究分支，要實現(xiàn)自主移動，機器人需要能夠理解感知環(huán)境并且實現(xiàn)自定位，也就是具備同時定位與地圖構(gòu)建的能力。然而，機器人要實現(xiàn)定位需要有準確的環(huán)境地圖，環(huán)境地圖又離不開準確的定位，這個過程相互關(guān)聯(lián)但又矛盾，要實現(xiàn)機器人的自主移動，必須將同時定位與地圖構(gòu)建當作一個問題來解決。本文主要對移動機器人同時定位與地圖構(gòu)建的相關(guān)技術(shù)展開研究，主要工作包括：
　　本文對機器人的導(dǎo)航系統(tǒng)建立模型，通過移

2、動機器人攜帶的里程計來確定機器人的位姿信息。但是在實際情況中，由于機器人輪子打滑等原因?qū)е吕锍逃嫷恼`差累計，定位和地圖構(gòu)建效果會隨著航線的增長而變差。為了提高定位和地圖構(gòu)建的精度，本文引入了一種結(jié)合里程計和參考路標進行同時定位和地圖構(gòu)建方法：機器人利用安裝的攝像頭來識別路標，在檢測到新路標時，將該路標加入路標特征地圖中；若該路標已經(jīng)存在于路標特征地圖中，則由觀測到的路標與機器人的相對位置，并融合里程計給出的定位數(shù)據(jù)來修正機器人的定位信息

3、和更新路標特征地圖。這種結(jié)合多種傳感器的數(shù)據(jù)進行運動控制的方式的關(guān)鍵問題就是數(shù)據(jù)融合問題。針對該系統(tǒng)的特征，本文選用了EKF算法實現(xiàn)，并給出了EKF-SLAM實現(xiàn)的詳細過程和進行了仿真，仿真結(jié)果證明了EKF-SLAM的有效性。
　　由于路標特征地圖在機器人路徑規(guī)劃上存在較大的局限性，而柵格地圖有容易創(chuàng)建維護和路徑規(guī)劃的優(yōu)點，最后本文介紹了在EKF-SLAM精準定位的基礎(chǔ)上如何創(chuàng)建概率型柵格地圖的方法，引入了貝葉斯法則思想來解決多個