本论文来源于国家自然科学基金支持的“未知环境中移动机器人导航控制的理论与方法研究”(批准号：60234030)。作为该项目研究的一部分，本论文以移动机器人导航中的定位问题为研究内容，利用自行研制的装配有二维激光雷达环境感知系统，并通过里程计、陀螺仪等内部传感器来实现航迹推测的移动机器人“中南移动1号MORCS-1”，重点围绕影响移动机器人系统定位的四类不确定性处理展开研究：通过移动机器人定位传感器的误差分析及校准，旨在消除传感器噪声所带来的测量误差；通过建立移动机器人的三维运动学模型进行航迹推测，以期实现复杂地形下精确的移动机器人本体姿态感受；通过基于激光雷达的动静态障碍的自主检测等相关研究，尽量消除环境的不确定因素影响进而实现可靠的移动机器人绝对定位；通过以上研究，针对未知数据关联下移动机器人增量式环境建图与自定位的研究提出一种鲁棒的滤波算法，改善未知环境中移动机器人自定位的性能。总结全文，在移动机器人定位的不确定性处理研究中，提出了一些具有一定创新性的方法：结合自行研制的移动机器人MORCS-1系统的多种内外部定位传感器，针对内部本体感受传感器光纤陀螺仪的漂移误差，提出采用基于遗传算法优化的神经网络来对光纤陀螺仪的温漂建模及校准，能够将其温漂变化控制在恒温条件下标准测试输出附近；针对外部环境感知传感器激光雷达测距数据中包含的噪声干扰，考虑移动机器人导航中激光雷达测距数据的时空关联性，提出采用动态自适应滤波技术进行预处理，从而可以有效滤除噪声干扰满足导航中障碍实时精确检测的要求。根据刚体运动学的约束分析了一种轮式结构与悬浮式摇架系统相结合的移动机器人在复杂地形下的航迹推测，采用里程计、光纤陀螺仪、倾角传感器等传感器信息推导移动机器人的运动学模型，提出一种运动学模型与车轮．地面运动角度实现运动轨迹估计的方法。通过对不同地形下的运动进行仿真以及利用机器人进行的实验，获得的移动机器人航迹推测效果比直接运用倾角推测的效果更为接近真实值。利用二维激光雷达作为环境感知的外部传感器，通过占据栅格地图融合机器人航迹推测的位姿信息和激光雷达的障碍测距信息，提出一种非静态环境中基于二维激光雷达的自主动静态障碍检测方法。对于获得的动态障碍，利用改进建议分布的粒子滤波实现运动过程跟踪定位。对于获得的静态障碍地图，将模糊逻辑与最大似然估计相结合，采用基于模糊似然的局部地图匹配方法改进移动机器人自定位的性能。实验结果表明该方法能够实现动静态障碍自主检测与分离，进行有效的单目标跟踪定位，并可以校准航迹推测误差。针对未知数据关联下移动机器人的增量式环境建模与自定位，利用改进的Rao-Blackwellized粒子滤波算法实现移动机器人位姿和环境特征位置的联合评估。为了自主地对二维激光雷达的环境障碍感知信息进行类别划分特征提取，提出将无监督聚类学习应用于障碍的特征提取，并将模糊逻辑引入到增量式特征的数据关联进行障碍的分类判决。对于评估机器人路径位姿的粒子滤波进行了两点改进：考虑将地图匹配和粒子滤波重采样相结合，并基于有效样本大小ESS来实现粒子滤波的重采样自适应；对于环境特征的评估，利用过程噪声自适应评估技术和Unscented卡尔曼滤波相结合的滤波方法。