机器人是智能时代的典型产物,而移动机器人是各智能机器人中最具代表性的。进入21世纪以后,机器人对人类的作用更加突出,且随着技术的发展,人类对移动机器人的要求不断提高,但最终目的是使移动机器人实现真正的自主化、智能化[1]。在移动机器人完成既定任务时,环境地图信息一般是已知的。当地图未知时,移动机器人的运动需要周围环境信息,所以需要绘制地图,而绘制地图时则需要移动机器人的精确位置信息,故移动机器人地图信息和位置信息是互为前提的。移动机器人同时定位与地图构建(Simultaneous Localization and Mapping,SLAM),是通过携带特定传感器的移动机器人,在移动过程中,对未知环境进行探测并获取外部信息,从而实现在环境信息和位置信息部分已知或者完全未知情况下对移动机器人进行定位和绘制增量式地图的过程。本文研究使用移动机器人为Dr robot公司生产的X80Pro无线智能移动机器人开发平台,移动机器人携带了一些感测模块,研究需要,我们在移动机器人上添加了北阳公司的URG-04LX激光测距仪,用于移动机器人定位及环境特征探测。本文完成了以下研究工作:(1)对扩展卡尔曼滤波算法及粒子滤波算法进行推导和仿真验证后,在机器人操作系统平台上实现了移动机器人同时定位与地图构建。(2)定义了移动机器人坐标系统,并且建立了移动机器人的运动模型和传感器的观测模型。后期的局部地图构建、移动机器人定位、数据关联和全局地图的构建都是在此坐标系中进行。(3)本文详细讨论了两种移动机器人同时定位与地图构建方法,并根据研究需要,在Matlab中进行编程仿真实现了扩展卡尔曼滤波方法及粒子滤波方法。(4)作者在机器人操作系统(Robot Operating System,ROS)中进行实际操作实验,成功实现移动机器人同时定位与地图构建。