随着机器人技术的不断发展,服务机器人越来越广泛应用于人们日常生活中。清洁机器人、助老服务机器人、餐饮机器人等服务机器人需求越来越大,这些机器人大多工作在室内复杂环境,需要构建室内场景的地图模型来完成任务,故完整构建环境地图模型是机器人研究的热门方向。机器人自主探索建图技术指当机器人处于未知环境时,不依靠人为控制,能够自主地生成环境的构图点,通过不断探索构图点完整探索未知环境的所有区域,并构建环境完整的地图模型。目前自主探索建图技术有了一定的发展,但还存在一些问题。比如机器人自主探索建图技术生成的构图点无法容纳机器人,容易发生碰撞,构图点无法访问,构图点的选取不是最优,这些问题引起了机器人自主探索建图的地图重复率高,自主建图时间长,效率低。本课题提出基于曲线拟合、滑动窗口邻域规划和边界模糊综合评价融合的机器人自主边界探索建图方法,优化了对未知环境构图点的选取方式,保障了构图点的安全性,提高了机器人自主建图的效率。本文主要的研究内容如下:1)调研相关领域国内外研究现状,介绍机器人自主探索建图的重要算法和相关技术理论,并介绍了机器人自主探索建图系统的软硬件平台。2)提出基于曲线拟合与滑动窗口邻域规划的方法。该方法以Frontier-based算法为基础,对长度大于阈值的地图边界建立曲线拟合函数,计算出边界的宽度,筛除不安全构图点;并且针对目标探索点处于未知区域无法访问的情况,通过滑动窗口邻域规划获取空闲区域内可到达的目标探索替代点。最后对该方法在实际不同场景中与原方法和其他传统方法对比验证,该方法具有更高的自主建图效率。3)提出基于模糊综合评价方法与曲线拟合、滑动窗口邻域规划技术融合的自主边界探索方法,首先建立安全边界组中边界的地图信息增益、导航成本、边界长度和邻域特征的模糊隶属度函数,然后通过建立边界综合评价矩阵、数学算子模型和归一化方法对边界进行模糊综合评价,最后将评价值最优的边界作为目标探索边界。最后在实际场景中做了对比分析验证实验,该方法以探索更少的构图点完成自主探索建图。