随着科学技术的发展,机器人相关技术被广泛地应用到各个领域。其中机器人的探索和测绘功能被广泛应用,例如灾后救援、工业检测、洞穴勘探、自主清洁和农业割草等。如何应对复杂多变的环境,使用高效地自主探索算法进行快速、安全地导航是其中的重点与难点,同时要求对于探索完毕的环境可以利用之前构建的地图在此之后再次进行快速导航。本课题以跨越险阻比赛为背景,研究双履带移动机器人在地下室内环境的自主探索与导航技术。包括定位与建图技术、自主探索策略以及轨迹优化方法。首先在定位与建图方面,自主探索时,在未知的环境下进行定位与建图;日后执行其他导航任务时需要根据上述建立的地图实现重新定位及实时位姿估计。针对传统的点云匹配算法耗时且对初值依赖高的问题,将重新定位问题分为粗定位与精定位两步,两步提取点云不同特征描述子,实现速度与精度的平衡。针对环境中机器人激烈运动使得激光定位失效的问题,使用IMU实现多传感器融合定位。之后设计了自主探索策略,实现机器人在有限时间内对未知环境的快速建图。针对现有的探索算法耗时与覆盖性的问题,课题实现了机器人全局与局部的分层探索框架。局部算法执行贪心策略,机器人根据边界点和RRT路径的联合增益,选择最大增益处作为目标导航点,在初期快速覆盖大部分区域;全局算法计算访问所有边界点的最短无重复路径,以求在最短时间内访问所有边界点。最后是路径搜索与轨迹优化算法,机器人需要快速搜索多个候选目标点的路径,并进行轨迹平滑。针对传统路径搜索算法在大范围环境搜索多目标点耗时的问题,将每次的RRT采样进行累加,构建路线图用来实现快速的路径搜索。搜索得到的RRT路径距离非最优且不适应机器人运动学,故进行轨迹优化。对于全局路径,利用梯度下降法优化其平滑度、避障性能与路径长度。局部路径使用二次规划,增强其安全性,使得曲率连续。最后,搭建了机器人的硬件平台和软件平台。在多个实际场景中进行自主探索实验与重定位实验。通过最后的实验结果,证明了机器人可以在不同环境中可以有效、快速且安全地对环境进行自主探索,且可利用探索构建的地图进行重定位进行导航实验。