融合鼠脑多细胞导航机制的移动机器人仿生SLAM算法研究

Aiming at the probabilistic algorithms that has the problems of large computation,high complexity and fail to find the global optimum, a variety of cells including border cells, view cells, grid cells and speed cells are applied to simultaneous localization and mapping(SLAM), which construct a BVGSP-SLAM model with multi-celled navigation, and the model proposed is built and implemented by means of various new sensors, which is aimed at verifying the feasibility and effectiveness of this method. A loop closure detection algorithm with key frame matching is added to SLAM to avoid light changing. Speed cells and border cells are added to SLAM to avoid the influence of mobile obstructions.A mathematical model of mixed cells is proposed to analyze robustness and real-time performance of the system. This project will develop an integrated approach for modeling,simulation and experimental verification, which provide an important theoretical reference for various research field of mobile robot on SLAM.

针对同步定位与地图构建（SLAM）问题中传统概率算法存在计算量大、复杂度高、易陷于局部最优解等问题，本项目将鼠类脑细胞中边界细胞（Border cells）、局部场景细胞（View cells）、网格细胞（Grid cells）、速度细胞（Speed cells）、位姿细胞（Pose cells）等具有定位导航功能的细胞应用于SLAM研究中，构建一种基于多细胞导航机制的BVGSP-SLAM模型，并通过多种新型传感器进行实验平台的搭建与实现，拟验证提出算法的可行性和有效性。结合具有实时关键帧匹配的闭环检测算法以避免光线变化对SLAM的影响；融入速度细胞和边界细胞以避免移动障碍物对SLAM的影响；利用鼠类混合细胞衍生出的数学模型分析该系统的鲁棒性和实时性。本项目将生物细胞模型引入SLAM，并形成了建模、仿真与实验验证一体化的研究体系，为移动机器人SLAM研究领域多样化提供重要的理论参考。

针对同步定位与地图构建（SLAM）问题中传统概率算法存在计算量大、复杂度高、易陷于局部最优解等问题，本项目将鼠类脑细胞中边界细胞（Border cells）、局部场景细胞（View cells）、网格细胞（Grid cells）、速度细胞（Speed cells）、位姿细胞（Pose cells）等具有定位导航功能的细胞应用于SLAM研究中，构建一种基于多细胞导航机制的BVGSP-SLAM模型，并通过多种新型传感器进行实验平台的搭建与实现，验证提出算法的可行性和有效性。结合具有实时关键帧匹配的闭环检测算法以避免光线变化对SLAM的影响；融入速度细胞和边界细胞以避免移动障碍物对SLAM的影响；利用鼠类混合细胞衍生出的数学模型分析该系统的鲁棒性和实时性。本项目将生物细胞模型引入SLAM，并形成了建模、仿真与实验验证一体化的研究体系，为移动机器人SLAM研究领域多样化提供重要的理论参考。该项目取得了很好的研究成果，发表高水平期刊论文11篇（其中SCI、EI论文9篇、CSCD核心2篇），国家一级出版社出版学术专著1部，以第一发明人授权国家发明专利8件，参加国际学术会议并宣读会议论文6篇，主持编制中国电子学会标准1项，软件著作权4件。