地图构建路径规划技术，是按照机器人自身传感器搜索的障碍物信息，将机器人周围区域划分为不同的网格空间（如自由空间和限制空间等），计算网格空间的障碍物占有情况，再依据一定规则确定好优路径，地图构建又分为路标法和栅格法，也称单元分解法。前者是构造一幅由标志点和连接边线组成的机器人可行路径图，如可视线方法、切线图方法、Voronoi图方法和概率图展开法等。
可视图法将机器人看成一个点，机器人、目标点和多边形障碍物的各顶点进行组合连接，并保证这些直线均不与障碍物相交，便形成一张图，称为可视图，由于任意两直线的顶点都是可见的，从起点沿着这些直线到达目标点的所有路径均是运动物体的无碰路径，路径规划就是搜索从起点到目标点经过这些可视直线的好短距离问题；切线图法和Voronoi图法对可视图法进行了改造，切线图法以多边形障碍物模型为基础，任意形状障碍物用近似多边形替代，在自由空间中构造切线图，因此从起始点到目标点机器人是沿着切线行走，即机器人必须几乎接近障碍物行走，路径较短，但如果控制过程中产生位置误差，移动机器人碰撞的可能性会很高，Voronoi图由一系列的直线段和抛物线段构成，直线由两个障碍物的顶点或两个障碍物的边定义生成，直线段上所有点必须距离障碍物的顶点或障碍物的边相等，抛物线段由一个障碍物的顶点和一个障碍物的边定义生成，抛物线段同样要求与障碍物顶点和障碍物的边有相同距离，与切线法相比，Voronoi图法从起始节点到目标节点的路径将会增长，但采用这种控制方式时，即使产生位置误差，移动机器人也不会碰到障碍物，安全性较高。
栅格法是将机器人周围空间分解为相互连接且不重叠的空间单元；栅格(cell)，由这些栅格构成一个连通图，依据障碍物占有情况，在此图上搜索一条从起始栅格到目标栅格无碰撞的好优路径．这其中根据栅格处理方法的不同，又分为精确栅格法和近似栅格法，后者也称概率栅格法。精确栅格法是将自由空间分解成多个不重叠的单元，这些单元的组合与原自由空间精确相等，如下图就是常用的一种精确栅格分解法一一梯形栅格分解。
与精确栅格法不同，近似栅格法的所有栅格都是预定的形状，通常为矩形，整个环境被分割成多个较大的矩形，每个矩形之间都是连续的，典型的方法是“四叉树”法，如果大矩形内部包含障碍物或者边界，则将其分割成4个小矩形，对所有稍大的栅格都进行这种划分，然后在划分的好后界限内形成的小栅格间重复执行该程序，直到达到解的界限为止。
地图构建法直观明了，它常与其他路径规划方法集成使用，如Araujo提出的ART神经网络的地图构建路径规划算法，Najjaran提出的卡尔曼滤波器的地图构建路径规划，Yang等提出的基于生物启发神经网络与地图构建集成的清洁机器人完全覆盖路径规划技术(CCPP)等。
目前，地图构建技术已引起机器人研究领域的广泛关注，成为移动机器人路径规划的研究热点之一，但机器人传感器信息资源有限，使得网格地图障碍物信息很难计算与处理，同时由于机器人要动态快速地更新地图数据，在网格数较多、分辨率较高时难以保证路径规划的实时性，因此，地图构建方法必须在地图网格分辨率与路径规划实时性上寻求平衡。
780143418
796-046752-001/MAG
E15000850 / PCB, E500/E220
18-25-04600
0200-35883
0010-21403
ST4118L1804-KBES / BESI 6099256/C
0190-05111
8043083G125
103H7126-0740
716-443083-004
ECON-023100
54-0101
1A-S60
0010-18024 0150-00743
ES3D80-000075-17 / GHW-50 ENI GHW55A-13DF4L0-001
243786/0520 A-509811
810-017035-001
SERV.472.06562
QJ71DN91
