1.一种基于电子罗盘的移动机器人导航定位系统，其特征在于，包括：移动机器人状态感知模块，用于获取由部署于移动机器人上的激光扫描仪采集的周围环境的点云数据，以及，由部署于所述移动机器人上的电子罗盘、加速度计和陀螺仪采集的所述移动机器人的航向角数据、加速度值和角速度值；

周围环境三维建模模块，用于基于所述周围环境的点云数据，对所述周围环境进行三维建模以得到周围环境三维模型；

目标位置嵌入模块，用于在所述周围环境三维模型中标记目标位置信息后进行三维空间特征提取以得到目标位置嵌入周围环境三维模型特征向量；

机器人姿态特征提取模块，用于基于所述航向角数据、所述加速度值和所述角速度值，提取机器人当前姿态特征向量；

路径规划模块，用于基于所述目标位置嵌入周围环境三维模型特征向量和所述机器人当前姿态特征向量的交互融合特征，生成控制指令。

2.根据权利要求1所述的基于电子罗盘的移动机器人导航定位系统，其特征在于，所述目标位置嵌入模块，包括：目标位置标记单元，用于在所述周围环境三维模型中标记目标位置信息以得到包含目标位置的周围环境三维模型；

三维空间特征提取单元，用于将所述包含目标位置的周围环境三维模型通过基于三维卷积神经网络模型的三维空间特征提取器以得到所述目标位置嵌入周围环境三维模型特征向量。

3.根据权利要求2所述的基于电子罗盘的移动机器人导航定位系统，其特征在于，所述基于三维卷积神经网络模型的三维空间特征提取器包括输入层、三维卷积层、基于ReLU激活函数的激活层、池化层、批量归一化层和输出层。

4.根据权利要求3所述的基于电子罗盘的移动机器人导航定位系统，其特征在于，所述机器人姿态特征提取模块，用于：将所述航向角数据、所述加速度值和所述角速度值排列为机器人姿态参数输入向量后通过基于全连接层的参数编码器以得到所述机器人当前姿态特征向量。

5.根据权利要求4所述的基于电子罗盘的移动机器人导航定位系统，其特征在于，所述路径规划模块，包括：关联交互融合单元，用于对所述目标位置嵌入周围环境三维模型特征向量和所述机器人当前姿态特征向量进行关联编码以得到机器人导航定位表征特征矩阵；

特征分布优化单元，用于对所述机器人导航定位表征特征矩阵进行基于深度锚定特征的位置散射以得到优化机器人导航定位表征特征矩阵；

机器人控制单元，用于将所述优化机器人导航定位表征特征矩阵通过基于分类器的路径规划器以得到所述控制指令，所述控制指令用于表示机器人当前时间点的移动方向。

6.根据权利要求5所述的基于电子罗盘的移动机器人导航定位系统，其特征在于，所述关联交互融合单元，用于：计算所述目标位置嵌入周围环境三维模型特征向量的转置向量与所述机器人当前姿态特征向量的向量乘积以得到所述机器人导航定位表征特征矩阵。

7.根据权利要求6所述的基于电子罗盘的移动机器人导航定位系统，其特征在于，所述特征分布优化单元，包括：特征展平化子单元，用于将所述机器人导航定位表征特征矩阵进行特征展平化以得到机器人导航定位表征特征向量；

位置散射子单元，用于对所述机器人导航定位表征特征向量进行基于深度锚定特征的位置散射以得到优化机器人导航定位表征特征向量；

反向特征聚合子单元，用于将所述优化机器人导航定位表征特征向量按照所述特征展平化的方式进行反向特征聚合以得到所述优化机器人导航定位表征特征矩阵。

8.根据权利要求7所述的基于电子罗盘的移动机器人导航定位系统，其特征在于，所述位置散射子单元，用于：确定所述机器人导航定位表征特征向量的特征值集合的均值；

对所述机器人导航定位表征特征向量的各个特征值进行累加求和以得到所述机器人导航定位表征特征向量的总和值；

将所述机器人导航定位表征特征向量的总和值减去所述机器人导航定位表征特征向量的均值后除以预定超参数再除以所述机器人导航定位表征特征向量的长度以得到第一商值；

对所述第一商值计算以自然常数为底的指数函数值以得到第一自然指数函数值；

将所述第一自然指数函数值与所述机器人导航定位表征特征向量进行按位置点乘以得到所述优化机器人导航定位表征特征向量。

9.一种基于电子罗盘的移动机器人导航定位方法，其特征在于，包括：获取由部署于移动机器人上的激光扫描仪采集的周围环境的点云数据，以及，由部署于所述移动机器人上的电子罗盘、加速度计和陀螺仪采集的所述移动机器人的航向角数据、加速度值和角速度值；

基于所述周围环境的点云数据，对所述周围环境进行三维建模以得到周围环境三维模型；

在所述周围环境三维模型中标记目标位置信息后进行三维空间特征提取以得到目标位置嵌入周围环境三维模型特征向量；

基于所述航向角数据、所述加速度值和所述角速度值，提取机器人当前姿态特征向量；

基于所述目标位置嵌入周围环境三维模型特征向量和所述机器人当前姿态特征向量的交互融合特征，生成控制指令。

10.根据权利要求9所述的基于电子罗盘的移动机器人导航定位方法，其特征在于，在所述周围环境三维模型中标记目标位置信息后进行三维空间特征提取以得到目标位置嵌入周围环境三维模型特征向量，包括：在所述周围环境三维模型中标记目标位置信息以得到包含目标位置的周围环境三维模型；

将所述包含目标位置的周围环境三维模型通过基于三维卷积神经网络模型的三维空间特征提取器以得到所述目标位置嵌入周围环境三维模型特征向量。