中文摘要：

这项研究试图给轮式移动机器人系统提供一种新的自主感知和学习它们所处地形地貌的能力。该研究对工作在复杂地形地貌的移动机器人和无人驾驶车辆将有着重要贡献，对于空间探索，安全巡逻以及应用于矿井等人类不能到达或有一定危险性的场合具有重要的意义。该研究主要涉及地形地貌物理特征特别是地面可提供的牵引力特性估计的获取以及利用概率论方法进行基于地形地貌物理和几何信息的地图创建和沿途定位。不同于其他研究的是我们这里主要强调地形地貌的物理特征和几何特征的融合以及移动机器人对它们的可适应性。当机器人穿越一定的地形时，它会自动去识别诸如坡度、地面粗糙度以及实时的地面提供给轮子的牵引力特性。综合上述这些特征可创建表征机器人在所处地形地貌上可穿越能力的地图。所作地图将被用来进行基于地形地貌的沿途精确定位和指导未来路径规划。因此这项研究对于复杂地形地貌区域的移动导航尤为重要特别是当GPS等传感器不在检测范围的时候。

结论摘要：

这项研究给轮式移动机器人系统提供了一种新的自主感知和学习它们所处地形地貌的能力。该研究对工作在复杂地形地貌的移动机器人和无人驾驶车辆将有着重要贡献，对于空间探索，安全巡逻以及应用于矿井等人类不能到达或有一定危险性的场合具有重要的意义。该研究首先设计了一种基于动力学模型的轮式移动机器人的滑移和轮胎牵引力估计器，结果表明这种算法能很好的跟踪动态模型中状态变量变化，从而较为准确地估计了机器人在不同物理特性路面上的滑移程度以及轮胎牵引力的大小。然后该项研究根据实验的方法设计出了进行地形分类的主要特征参数及其在线估计方法。结合上述牵引力的在线估计为后续的可穿越能力的设计提供了很好的依据。该研究同时设计了分别基于扩展卡尔曼滤波和粒子滤波的基于地形地貌几何信息的地图创建和沿途定位。这项研究对于复杂地形地貌区域的移动导航尤为重要特别是当GPS等传感器不在检测范围的时候。