随着移动机器人应用的不断深入，对机器人感知环境的能力提出了更高的要求。复杂地面通常用几何参数和物理参数表征。现阶段，对未知环境的研究多数集中于由几何参数表示地面障碍等环境结构参数。然而，随着机器人更广泛的应用，影响机器人连续生存和自维持的物理参数在线辨识和实时建模成为研究热点。本文针对履带机器人运行过程中振动信号的特点，建立基于振动信号的地面在线分类的方法。针对履带式移动机器人振动信号的复杂性，通过ADAMS仿真分析履带式移动机器人振动来源和影响振源的主要因素。首先建立履带机器人仿真模型，然后基于仿真结果，分析履带机器人运行速度、不同地面类型对振动信号的影响，最后，分析引起履带振动的主要来源和振动特性，为机器人振动信号提取实验研究提供了理论参照和验证标准。结合仿真分析履带振动信号特点和影响因素，搭建振动信号采集平台，设计信号处理程序和采集界面，提出振动信号采集方案，建立振动信号预处理方案和时域频域特征提取方法。在此基础上，对振动信号预处理方法对特征提取的影响进行了分析，对时域和频域各种特征值进行比较。最后针对四种典型地面开展样本提取、信号预处理和特征提取的研究。在振动信号特征提取的基础上，对多种特征分类方法和特征矢量提取方法进行了对比实验，建立了基于PCA（主元分析法）和SVM（支持向量机）的振动信号在线辨识方法。进而，根据振动信号特征，提出振动信号特征向量，并进行SVM离线示教和参数选择，得到离线示教分类模型。在此模型基础上，搭建在线识别系统，并获取在线地面分类效果。在履带式移动机器人的基础上，进行振动信号提取的软硬件系统搭建，建立了地面分类实验研究平台。利用上述分类模型，进行柏油-草地复合地面实验，获取分类准确率和分类响应速度指标。针对振动传感器不能预测前行地面的缺点，建立“前行触角轮”振动信号辨识方法，实现机器人对预运行地面的在线辨识。