随着石油、煤炭等传统资源的紧缺与各个国家对清洁能源发展的迫切需要,核能作为可再生清洁能源已被国家列为能源发展的战略重点,服务于核电环境的核电机器人则应运而生。本课题正是围绕国家自然科学基金项目“面向核电RCV的机器人自适应与高效作业方法研究（61473113）”展开的机器人核电环境地图构建方法研究。对工作环境的精确地图构建是核电机器人在核电环境中进行自主作业的基础,本文对大规模、复杂空间的拓扑地图构建方法与点云数据的地标特征提取进行了研究。本文的主要研究内容和取得的创新性成果如下:1、深入分析了各个相机模型,为消除相机畸变对图像质量产生的影响,结合Open CV视觉库与PCL点云库对相机进行了标定,并对搭建的模拟核电环境进行点云数据采集。为提高对点云数据的处理效率,提出了一种改进的双边滤波算法对点云进行去噪处理,然后采用最佳连通域的方法对点云数据进行立方体划分,筛选并去除离群点。2、通过分析目前拓扑地图中存在的问题,提出了一种基于地标的拓扑地图构建方法。本文对地标的创建进行了研究,针对障碍物的标识与拓扑节点的识别,提出了一种基于RANSAC（随机采样一致性）的柱状化地标特征提取方法,以圆柱轴线及其坐标表示地标的位置,圆柱半径表示地标的大小,并用提取的地标与节点结合,为移动机器人的导航提供障碍物标识信息。3、针对目标空间的拓扑地图构建,提出了一种基于特异状态的核电机器人移动策略,实现对拓扑节点的创建与选择。通过对拓扑地图的闭环检测,提高地图构建的精确性,并且可以通过对信念状态的观测进行地图节点的更新。本文采用机器人多个局部地图融合的方法进一步提高地图构建的精确性与鲁棒性,基于ICP（最近点迭代）算法对各个局部地图进行融合,当两次迭代间的误差小于设定阈值时完成迭代。4、搭建模拟核电环境实验平台对本文中提出的算法进行实验验证。实验结果表明,本文提出的滤波算法可以有效的降低点云数据中的噪声,提出的基于RANSAC的地标提取方法相比于传统方法,提高了运行效率与准确性。拓扑地图的建模次数与成功率表明,本文中的拓扑地图构建方法可行有效。