提高机器人智能化技术是目前研究机器人的重要课题。本文以提高机器人智能水平为背景,就机器人在未知环境下的地图创建及路径规划问题进行了研究。在未知环境中,机器人不能提前感知它周围的信息,因此机器人在未知环境中会失去方向与目标,很难做出正确的路径规划并执行下一步动作。为提高机器人的工作效率与智能水平,从而快速高效地达到目标,就必须对环境建立准确并便于机器人理解的地图,这是本文研究的第一个问题,即地图创建问题。在机器人执行任务过程中,如何以最少的时间、最小的代价到达目标,是本文研究的第二个问题,即机器人的路径规划问题。本文主要研究内容如下。(1)建立了五轮式移动机器人的运动学模型,分析机器人在空间的位置表示以及坐标变换。同时建立机器人的传感器模型并进行相应的性能分析。移动机器人传感器系统包括激光传感器、红外传感器、防碰撞传感器、陀螺仪、光电编码器等。这些模型的建立提供了研究机器人地图创建与路径规划的平台。(2)研究了一种局部到全局的地图融合技术。采用SICK公司生产的LMS100激光传感器获取环境深度信息,通过聚类分割、线段拟合获得室内环境特征直线,从而得到局部地图,然后将局部地图融合匹配成全局地图,最终获得整个室内环境地图信息。实验表明,该算法能有效绘制机器人所需的全局地图。将获得的地图信息,利用扩展卡尔曼滤波算法实现机器人定位,并进行仿真实验。(3)研究了一种基于多传感器信息融合的路径规划算法。机器人自身携带了各种传感器,利用信息融合算法进行避障决策。以寻找门为自定位,以点对点路径为方法,实现机器人最优路径算法。最后在实验室环境下对本文提出的路径规划算法进行了实验验证。实验表明该算法能有效实现机器人的路径规划。