摘要
本发明公开了一种基于多传感器与空间导航细胞融合的SLAM方法，包括根据轮速计数据和IMU数据估计轮式机器人的状态；获取相机帧，通过卷积神经网络提取帧图像的特征；再融合相机观测信息与轮式机器人状态信息；将IMU测得的角速度信息输入头朝向细胞进行角度编码，获得多层头朝向细胞模型的激活信息；将根据轮速计获得的线速度信息和多层头朝向细胞模型的激活信息输入到多尺度网格细胞模块，完成对空间位置的编码与解码，得到多尺度网格细胞解码的特异性坐标信息；进行闭环检测，用经验节点构建拓扑形经验地图。本发明生成的经验地图在拓扑结构上与真实轨迹高度一致，并在复杂动态环境和光照快速变化场景下展现出更强的鲁棒性和定位精度。
