户外移动机器人已经广泛应用于星球探索、灾后救援以及矿井作业等人类不能到达或者有一定危险性的场合。由于这些户外环境都要求移动机器人运行在复杂的非结构化的地形地貌上，所以在户外复杂的地形上实现移动机器人的三维定位，并通过感知环境信息创建丰富的地图用于指导移动机器人的运动规划成为移动机器人领域的关键问题之一。为了用最小系统来解决以上的关键问题，本文对户外移动机器人的自主定位、环境地图的创建及地形可穿越性进行了深入系统的研究。传统的户外移动机器人的定位方法是利用激光扫描仪、视觉系统、声纳等传感器来检测环境的特征进而实现机器人的定位，而在户外非结构的环境下特征不容易被提取。针对这个问题，论文提出了一种基于地形倾斜度特征的移动机器人定位的新方法，该方法仅仅利用机器人本体传感器的数据就可以实现当GPS信号减弱或者中断时的户外移动机器人沿途自主定位。假设可以事先获取到移动机器人工作区域的地形图，并通过该地形图沿着已规划好的路径提取机器人-地形倾斜度模型（Robot-Terrain Inclination model，简称RTI模型），该模型描述了移动机器人在已知路径上移动过程中的姿态与位置的关系。然后将提取出来的RTI模型作为测量模型，通过粒子滤波算法融合机器人的运动与观测信息，实现移动机器人的沿途定位。实验结果表明，当移动机器人运行在户外复杂的地形下，基于地形特征定位算法具有很强的鲁棒性并且在较长的运动距离下能够达到理想的定位效果。针对户外未知环境，即机器人无法事先获取工作环境的地形图，论文将上述的基于地形倾斜度特征的定位方法与传统的最邻近点匹配算法（ICP matching）相结合，提出了一种既能实现移动机器人准确的位置估计和地图创建，又能节省时间的新型户外移动机器人的定位与制图方法（Terrain Inclination Aided3D Localization and Mapping，简称TILAM）。当移动机器人在两个扫描点间移动时，利用在第一个扫描点扫描到的环境信息提取局部的RTI模型，将该模型用于实现在两个扫描点间的实时定位。当移动机器人到达第二个扫描点时，将上一段末机器人的定位结果作为机器人运动到下一个扫描点时所处位置的初始估计。然后利用ICP匹配算法匹配前后两次扫描到的非地面点云图来更新机器人的位置，从而更新机器人的环境地图。随着机器人的移动，最终创建出机器人整个工作区域的环境地图。实验结果表明，该方法能够在减少时间损耗的基础上实现准确的机器人定位和环境地图创建，对大范围的户外应用有着重要的意义。当移动机器人运动在户外复杂的地形上时，机器人需要具备实时判断穿越当前地形的难易程度以便进行有效的运动控制。论文利用在线获取与地形可穿越能力密切相关的地表滑移特性的方法，并将该滑移特性与传统的几何特征结合起来，提出了一种新的在线估计移动机器人所处地形可穿越性的方法。该方法通过机器人本体上的编码器和惯性测量单元，利用扩展卡尔曼滤波准确估计出机器人行走时获得地面提供的牵引力，得出牵引力与滑移率的曲线，然后在线获取这些曲线的特征参数，包括地面能提供的最大牵引力。最终根据地面能提供的最大牵引力和地形坡度两个因素，利用贝叶斯分类器估计出当前地形的可穿越指数，从而实现对地形可穿越性的定量估计。实验结果表明，该方法能够在线获取机器人所在地面的地表滑移特征参数，并能根据该特征参数正确估计地形的可穿越指数。论文最后通过户外环境的综合实验验证了在同一框架下，所提出的移动机器人定位、环境地图创建及地形可穿越性估计算法的准确性及相互间的协作实现的可能性。综上所述，论文为户外移动机器人系统提供一种新的自主定位、感知并创建周围环境地图和学习它们所处地形地貌的能力，为移动机器人在未知复杂地形地貌上的有效运动控制和自主导航奠定了坚实的基础。