1、引言
移动机器人在月球和火星等外星球表面导航时，将面临复杂的位置环境。未知环境中的移动机器人自主导航控制技术已成为空间探测机器人的一项关键技术。
在未知环境中的导航控制中的一些问题，包括环境建模、定位、导航控制器的学习及优化、故障诊断、在线运动规划与控制等。
在未知环境中的移动机器人只具有较少的先验知识，其导航控制方法涉及环境认知、优化决策、知识表示与获取等多项关键科学技术问题。
2、未知环境中移动机器人导航理论与技术研究的进展概况
未知环境中的移动机器人导航系统应具备环境认知、行为决策、运动控制等能力，可对系统自身状态进行监测并能有效容错。研究主要内容：体系结构、环境建模与定位、路径规划、运动控制、故障诊断与容错控制等方面。
1）体系结构
主要分为以下三种：
a、递阶式体系结构，也称为功能分解的体系结构；机器人的行动被看成是一个循环重复执行的递阶流程，即感知---建模---规划---执行。建模阶段，传感器信息被融合到一个世界模型中，规划器搜索状态空间，寻找能够从当前状态到达目标状态的途径。典型的四层递阶控制体系结构。
b、基于行为的反应式体系结构，每一个行为单元针对自己的局部目标，能够实现从感知到行为的快速响应。
c、慎思/反应复合式体系结构，客服了递阶式体系结构在不确定和未知环境中的建模困难、实时性和适应性差等缺点；同时实现对已有环境信息进行有效表示和利用，完成单一结构无法实现的复杂导航任务。具有代表性的是GAT提出的三层体系结构。复合式体系结构采用慎思方式对复杂环境进行建模与规划，并运用反应式行为来克服执行过程中动态变化的不确定性，因此具有较强的功能与应用的灵活性。它已成为智能移动机器人的主要范式。
2）环境建模与定位
环境建模的分类，根据环境模型（地图）的形式，将环境建模问题分为基于概率格、基于几何信息、基于拓扑信息、基于三维信息的环境建模。
根据环境模型的坐标系，将其分为局部环境建模和全局环境建模。
在环境建模技术研究方面，主要提出了基于传感器的单元分解建模技术、几何建模技术和拓扑建模技术3类方法。
现有移动机器人的定位方法主要包括：航迹推算、组合定位和感知定位。
3）路径规划
移动机器人的路径规划可分为基于地图的全局路径规划和基于传感器的局部路径规划。对于环境已知条件下的离线全局路径规划方法，已取得大量成果。基于传感器的局部路径规划是实现移动机器人在未知环境中导航的重要技术。
4）运动控制
运动控制包括基于路径规划的移动机器人路径跟踪控制和基于传感器-执行器直接映射的运动控制，即反应式导航控制。
5）故障诊断与容错控制
主要的故障诊断方法有多模型方法，基于粒子滤波的状态识别与故障诊断，基于信息融合的传感器故障诊断与修复等。
经典容错控制方法可分为备用容错控制和主动容错控制，但都需要系统具有关于模型不确定性和外界扰动的鲁棒性。
3、机器学习和自适应理论与方法研究的进展
在机器学习中，增强学习理论和算法、进化学习算法、统计学习特别是支持向量机(SVM)等的理论及研究。这些理论和方法为复杂和位置环境中的信息提取、环境理解、任务规划和行为决策提供了有效的解决途径。