随着工业自动化的发展,移动机器人被广泛的应用于仓储环境之中。仓储环境地图的构建,则是移动机器人完成各种仓储任务的前提。仓储环境具有大尺度、结构化、高重复性的特点,使仓储环境下的地图类型选择以及构建技术带来了挑战。本文选用携带尺度信息的拓扑地图来描述仓储环境,并针对仓储环境的特点进行了拓扑地图构建技术的研究。首先,本文对激光测距传感器的信息进行了预处理。根据仓储环境结构化的特点,提取了表征仓储环境货架、墙壁的直线线段特征。基于直线线段特征,进一步提取出了通道特征。基于点到线的最近点迭代算法,实现激光里程计。接着,基于节点构建拓扑地图。提出了基于线段特征的德洛内三角剖分方法,用于检测提取拓扑节点特征。改进了原有的德洛内三角剖分检测拓扑节点的方法,使其具有较高的计算效率同时能够检测更为复杂的节点。采用中线法确定拓扑节点的中心及其坐标。针对仓储环境重复性高的特点,设计了拓扑节点的边角序列特征,并结合位置信息进行闭环检测。基于节点,提出了拓扑地图构建策略。在大尺度仓储环境的拓扑地图构建过程中,不论是机器人自主运动还是人工操控,都需要投入大量的时间成本和其他资源,建图路径的优化尤为重要。本文提出了路径长度最短和尽早形成闭环这两个优化指标,以降低建图成本并提高建图精度和可靠性。将建图路径问题转化为多目标中国邮递员问题,采用遗传算法进行了求解。并在遗传算法中加入染色体自我进化过程,以提高优化速度。最后,搭建了模拟仓储环境,并进行了实验。通过改进的遗传算法求解出建图路径,基于拓扑节点构建了模拟仓储环境的拓扑地图。通过与拓扑节点位置真值的比较,验证了拓扑地图的准确性和有效性。