1.一种具有通信约束的移动机器人滚动时域估计方法，其特征在于：所述方法包括以下步骤：

1)建立具有通信约束的移动机器人模型，定义xe和ye为移动机器人位置跟踪误差状态量，αe为方位角跟踪误差状态量，v和ω分别为移动机器人的线速度和角速度，vr和ωr分别为移动机器人的参考线速度和角速度，则移动机器人路径跟踪系统的离散时间线性误差模型为：x(k+1)＝Adx(k)+Bdu(k)  (1)其中，

T为采样周期；

考虑移动机器人与服务器端通信过程中存在数据丢包和信息量化的问题，采用伯努利随机过程来描述数据丢包，设定 为数据包传输成功的概率，则θ(k)的期望值为测量输出信息采用对数量化器进行量化，定义如下，其中， δ为量化密度，则量化器q(ξ)的量化等级表示为：

且该对数量化器具有以下性质：

q(ξ)-ξ＝Δkξ  (5)

||Δk||≤γ  (6)

其中，Δk为量化误差；

为了使得估计状态平滑而有利于控制器的设计，当测量数据包丢失时则采用了上一时刻测量输出的策略，结合以上丢包和量化模型，则具有通信约束和噪声影响的移动机器人跟踪误差系统描述如下：其中，A＝Ad+BdK，K为控制器增益使得矩阵A的所有特征值都在单位圆内，z(k)为传感器测量输出， 为估计器输入，w(k)为过程噪声，v(k)为测量噪声；

结合式(5)，进一步状态增广得

其中， Ck＝[θ(k)(I+Δk)C  (1-θ(k))I]，

2)定义滚动时域估计性能指标函数

其中，μ为1维权重参数， 为k时刻对k-N时刻最优估计值， 为k时刻对k-N时刻先验估计值，N为滚动时域窗口长度，E{}表示求数学期望；

将滚动时域估计问题转化为等价的最大-最小化问题：约束条件：

3)设计滚动时域估计器；考虑一条预设参考路径，给定数据丢包概率 量化密度δ，则通过求解优化问题(10)可得系统的最优估计器为：其中， Q＝I

+(λ°I-I)+，c＝δ(||F4k||+1)， 拉格朗日参数λ为其中，

2.如权利要求1所述的具有通信约束的移动机器人滚动时域估计方法，其特征在于：所述步骤3)中，控制器的设计步骤如下：

3.1：初始化：k＝0时刻，选取参考路径的期望线速度vr和角速度wr，滚动时域估计性能指标中的μ和N，初始先验估计值 初始测量值y(0)，数据包接收概率 以及量化密度δ，最大迭代次数L和迭代步长

3.2：迭代开始：令l＝0，选取λ的初始值λl；

3.3：计算：根据λl求 并根据λl和 求取D(λl)，

3.4：判断：利用线性搜索方法，如果D(λl-1)-D(λl)＜ε时(ε为足够小的非负数)，则为优化问题(10)的解，跳转至3.6；否则执行3.5；

3.5：迭代更新：令 l＝l+1，如果l＜L，跳转至3.3，否则执行3.6；

3.6：测量更新：令 根据式(11)和(12)计算得 和令k＝k+1，测量移动机器人的输出量y(k+1)，跳转至3.2。