随着陆、海、空及太空机器人应用领域的不断扩展,机器人系统的自主性、鲁棒性、智能性等也将面临新的巨大挑战,如何让机器人实现真正自主已成为该领域研究的前沿热点。而三维同步定位与制图(SLAM)作为实现机器人自主的关键技术之一,在实际应用中仍面临许多挑战。特别是在未知的复杂三维环境下,机器人板载传感器、计算、存储、功耗、重量、尺寸等资源严格受限,传感器信号易受干扰且无法依赖GPS等外源性信号,导致现有三维SLAM技术因存在设备能耗大、计算成本高、环境适应差、智能水平低等突出问题,已成为制约移动机器人应用的瓶颈。如何研制具有极低能耗、极高效率、极强鲁棒等特性的新型智能三维SLAM新技术已成为亟待攻克的重大难题。然而,自然界中的人类和动物却具有非凡的三维导航能力。例如,蝙蝠仅仅通过眼睛、耳朵等感官和小小的大脑,无需获取高精度的地图,就能自如的在复杂三维动态环境中进行智能导航,而且只需要消耗极少的能量,却具有极高的效率和鲁棒性。那么大脑是怎样进行智能三维导航的呢?近年来,神经科学家们逐渐发现了大脑中的“三维地图”和“三维罗盘”,由三维位置细胞、三维头朝向细胞、三维网格细胞等组成,逐步揭开了大脑三维导航的奥秘。同时生物大脑这种智能、高效、鲁棒的三维导航神经机制也为攻克机器人智能三维SLAM重大难题提供了重要灵感和理论基础。本文通过借鉴大脑三维导航神经机制,为机器人开发了一套全新的类脑三维定位与制图系统Neuro SLAM。以低成本的相机作为主要传感器,以连续的超低分辨率图像流作为主要输入来计算局部环境线索和三维运动信息。在此基础上,基于多维连续吸引子神经网络,利用三维位置细胞、三维头朝向细胞模型自适应的表达机器人在三维空间的四自由度、五自由度、六自由度位姿,分别根据三维自身运动信息、局部环境线索,利用组合的三维网格细胞模型实现机器人在三维流形空间连续的三维路径积分和三维位姿修正,并基于局部视图细胞、三维位置细胞、三维头朝向细胞的网络活性高效地编码机器人的三维空间经验,实现了机器人在三维环境下鲁棒的同步定位与制图。利用多组不同三维环境下的数据集对该系统进行了测试,实验结果表明,Neuro SLAM系统能够高效、鲁棒地生成高精度、拓扑正确的三维空间经验地图,可支持三维环境中移动机器人的智能自主导航。本文的主要贡献包括:一,提出了一种基于三维位置细胞、三维头朝向细胞的三维位姿表达模型,能够根据三维运动模式自适应地表达机器人在三维空间中的四自由度、五自由度、六自由度位姿;二,提出了一种基于组合三维网格细胞模型的三维路径积分方法,能够利用高维吸引子网络动力学精确地实现三维流形空间上连续三维旋转和三维位移路径积分,并能够根据外部环境线索对路径积分误差进行鲁棒地三维位姿修正,可实现三维动态未知环境中非高斯、非线性条件下的精确三维位姿状态估计;三,提出了一种基于局部视图细胞、三维位置细胞和三维头朝向细胞等网络活性的三维空间经验编码方法,能够高效、鲁棒的编码三维时空经验地图,还具有类似空间记忆神经机制的生物保真性;四,设计了一种用于三维位姿估计和外部环境线索计算的轻量三维视觉方法,通过连续的超低分辨率图像序列,高效地估计三维运动信息和局部视觉线索,克服了光照变化、抖动模糊等所导致的位置识别难题;五,开发了一套开源的类脑三维同步定位与制图原型系统,通过利用软件工程领域面向对象、单一职责原则、接口分离原则、稳定依赖原则、依赖倒置原则等设计思想和方法,使得该系统具有易扩展、易维护、可重用等特性。