1.一种基于激光SLAM和视觉SLAM地图融合方法，其特征在于，该方法具体包括以下步骤：步骤一，数据采集与读取

通过IMU采集机器人的加速度和角速度；机器人的双目摄像头进行左右图像采集，二维激光雷达360°采集距离值，编码器采集机器人的速度，工控机实时读取上述传感器的数据；

步骤二，数据处理

将每个编码器采集的脉冲值转换为每个轮子相对应的速度值，再经过运动解算算法计算机器人整体移动速度，并计算位移；将IMU采集的加速度进行积分，计算速度与位移，利用扩展卡尔曼滤波将上述两种传感器产生速度与位移进行融合，产生位姿；

步骤三，激光SLAM与视觉SLAM建图

将二维激光雷达数据和步骤二得到的机器人位姿信息传入激光SLAM，建立2D栅格图；

将双目摄像头采集的图像信息和IMU采集的加速度及角速度传入视觉SLAM，产生三维稀疏点云图；

步骤四，视觉SLAM地图转换

将视觉SLAM产生的位姿与三维稀疏点云图转换为用跳表树表示的三维地图，再将其投影于一个平面，形成2D栅格图；

步骤五，地图融合

利用地图融合算法实时将激光SLAM产生的局部栅格图和视觉SLAM经过转换后的局部栅格图进行融合，产生局部融合地图，并实时存储，一直反复循环上述过程，形成全局融合地图；其中地图融合算法具体为：将激光SLAM产生的局部栅格图和视觉SLAM产生的局部栅格图的每个栅格都用0～1概率表示，设定激光SLAM产生的局部栅格图的阈值T1和视觉SLAM经过转换后的局部栅格图的阈值T2，之后将占有率与预先分别设定的阈值进行比较，若大于阈值则为占有，小于阈值则为空，保存显示时，1表示占据，0表示空，-1表示不确定；再将两种概率按照栅格占有规则进行判别，其中两者都为空时则判定为空，两者都不确定时判定为不确定，其余则判定为占有，进而产生局部融合地图。