从欧盟的第七框架计划到美国国家机器人计划，以及韩国日本的机器人战略方针到习总书记的院士大会讲话，表明机器人技术是“第三次工业革命”重要切入点。相关研究表明，2013年全球家用机器人市场规模为1140万台，预计到2025年其产值将突破500亿美元大关。但是机器人技术涉及到多学科技术，包括机械控制、并行计算、传感器技术、仿生学、信号处理、人工智能等等。较与传统工业机器人，室内机器人现多工作于非结构环境，单一的激光同时定位与建图（Simultaneous Locatization and Mapping, SLAM）己无法满足需求，必须结合视觉传感器、IMU、超声和深度视觉等多传感器融合技术进行室内场景识别，最大限度感知环境信息，为机器人的自主行走和导航提供技术支撑。机器人自主导航技术，涉及室内机器人各部分研宄难点，是目前智能化和自主化的关键技术，包括：未知探索、局部避障、融合算法、路径规划、目标检测等等。本项目将基于多源传感器融合技术，对室内机器人的自主导航技术展开研究，具体研究内容如下： 多传感器融合SLAM算法研究多传感器融合SLAM算法：融合超声、RGB-D、激光雷达数据，构建室内环境的二维栅格地图，通过自适应蒙特卡洛定位，实现全局探索和导航，并辅以动态窗口法进行局部避障，从事实现机器人对周围环境的感知。 路径规划算法研究全局最优路径规划算法，为机器人的行走提供决策支持，并能有效的实现对障碍物的躲避；为了路径规划和导航的算法复杂度，适应嵌入式平台的特点，将使用二叉树加速算法来优化路径规划，提升算法效率。 场景识别算法本项目将研究基于语义建图的场景分类算法，映射深度信息构建二维栅格地图，自主规划场景识别路径，实现机器人对三维场景的感知。本团队在室内导航与定位方面拥有自主国家发明专利11项，系统实现了室内室外全时空定位服务，包括：室内定位引擎、室外定位引擎、室内外识别系统和定位终端四部分。