1.基于闭环检测校正的移动机器人地图构建方法，其特征在于，所述方法包括：步骤S1，根据视觉系统采集环境信息构建表征空间位置的记忆感知模板，并生成对应的视觉感知记忆库；

步骤S2：根据陀螺仪和加速度计采集自感知运动信息更新位置感知信息：先对自感知运动信息进行方向和位移编码，经过路径整合后，再通过自感知反映射网络学习得到当前时刻的位置细胞活性强度，将当前位置的记忆感知模板与位置细胞进行关联，得到关联之后的位置细胞活性强度，最后通过关联后的位置细胞活性之间的相互竞争获取位置感知信息；

步骤S3，将当前的记忆感知模板和视觉感知记忆库相关联，当到达经历过的环境位置时，通过计算记忆感知模板的活性强度激活相应视觉感知记忆库；

步骤S4，根据得到的位置感知信息对自感知空间地图进行绘制，当视觉感知记忆库被激活时，将对应的视觉感知记忆库与位置细胞相关联，得到关联之后的位置细胞活性强度，以此对位置感知信息进行修正，并进一步对自感知空间地图进行校正；

所述步骤S2中，在构建所述环境位置感知过程中获取当前时刻环境中第i个位置细胞活性强度fi(t)，关联之后的位置细胞活性强度为：其中，为一个连接强度常数，决定视觉识别信息对位置细胞活动的影响，μ为图像增强系数，用来调节图像的亮度值；δi为第i位置细胞与对应视觉识别信息之间的连接矩阵，Vi为当前第i个位置细胞对应的视觉识别信息，视觉识别信息即采集环境信息形成的图像信息经过处理的结果，是表示环境信息的图像特征；

在激活视觉感知记忆库的情况下，同样采用上述算式将位置细胞活性强度与视觉感知记忆库相关联，此时Vi是对应视觉感知记忆库的视觉识别信息。

2.根据权利要求1所述的基于闭环检测校正的移动机器人地图构建方法，其特征在于：所述步骤S2中，将编码整合获取的速度信息和方向信息映射到自感知反映射网络层，获得网格细胞的兴奋值，具体如下：

网格细胞层为自感知反映射网络输出层，网格细胞放电率随着机器人运动而发生变化，根据自感知反映射网络学习规则，网格细胞的兴奋值更新规则如下式所示：Rp＝1/exp(||Xpos‑Xwall||)其中，θ为瞬时角速度信息，κ为网格细胞空间尺度参数，v为机器人当前速度，μ为网格细胞幅值抑制常数，决定网格细胞放电率幅值， 的值为负数，为第j个网格细胞的抑制水平， 的值为正数，为第j个网格细胞的兴奋水平，Rp为t时刻网格细胞放电率调节因子，用于根据边界位置信息调整网格细胞兴奋值，Xpos为当前机器人的位置信息，Xwall为正前方的边界位置信息，边界位置信息为机器人与前方障碍物的距离信息，可以通过距离感应器单独测定，n为网格细胞总数量，χj为第j个网格细胞的兴奋值，为兴奋度连接常数以防止在训练过程中某些权值一直获胜。

3.根据权利要求1所述的基于闭环检测校正的移动机器人地图构建方法，其特征在于：所述步骤S2中，根据自感知反映射网络学习规则进行权重学习，获得网格细胞的响应值，具体如下：

自感知反映射网络采用双极性激活函数，激活函数的取值范围[‑1,1]，输入与输出同号时加大权重，否则降低权重，自感知反映射网络的输出值为网格细胞响应值，其输出值的算式如下所示：

其中，n为网格细胞的总个数，ξj(t)为当前时刻的第j个网格细胞响应值，ξj(t‑1)为前一时刻的第j个网格细胞响应值，χj(t)为当前时刻第j个网格细胞的兴奋值，η为学习率常数，决定当前网络的学习速度，通过在环境中的探索与学习，更新后的突触权重呈六边形周期分布，得到稳定的网格细胞放电率，为了使突触权重产生周期性的空间分布，对权重更新进行非线性限制，分别设置权重的上边界和下边界，当所有突触的任一权重超出上边界或下边界之间的范围时，通过竞争对所有突触的权重等比例缩放，使得所有的突触权重在上边界和下边界之间。

4.根据权利要求1所述的基于闭环检测校正的移动机器人地图构建方法，其特征在于：所述步骤S2中，在构建所述环境位置感知过程中获取当前时刻环境中位置细胞活性，具体如下：

当前时刻第i个位置细胞活性强度fi(t)为：其中，n为网格细胞的总个数， 为网格细胞i到位置细胞j的连接权重，Cinh为位置细胞的抑制常数，用来控制位置细胞放电野个数，ξj(t)为t时刻第j个网格细胞的响应值，符号[·]+表示输出值为非负值，α为位置细胞活性常数，防止位置细胞活性较小，无法估计当前位置。

5.根据权利要求1所述的基于闭环检测校正的移动机器人地图构建方法，其特征在于：所述步骤S3中，记忆感知模板的活性强度 为：其中，G＝[x,y]为移动机器人的当前位置信息；Vi(G)是移动机器人G位置的视觉识别信息，其中i表示对应的时刻点，β为常数，用于在需要探索的空间环境中，保证有足够的表征环境位置信息的记忆点，B是用来判断当前时刻记忆感知模板是否被激活而设置的记忆常数，即当且仅当某个视觉感知记忆库接收到的环境识别信息输入量导致相应记忆感知模板的活性强度达到所有时刻点最大显著度的一定阈值以上时，视觉感知记忆库中对应的记忆感知模板才会在这一时刻激活；a为记忆感知模板幅值常数，防止记忆感知模板活性较大导致误匹配。

6.根据权利要求1所述的基于闭环检测校正的移动机器人地图构建方法，其特征在于：所述步骤S1中，视觉系统采集环境信息形成的图像信息经过处理后提取图像特征的信息形成记忆感知模板，再其标准化后储存形成对应当前位置的视觉感知记忆库，上述方法采用双目视觉感知图作为视觉感知记忆库，记忆感知单元由一个一维记忆单元阵列组成，每个记忆单元对应一个特定的当前位置场景信息。

7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1‑6中任一所述的基于闭环检测校正的移动机器人地图构建方法的步骤。

8.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于：所述处理器执行所述计算机程序时实现如权利要求1‑6中任一所述的基于闭环检测校正的移动机器人地图构建方法的步骤。