智能轮椅，作为现今社会中部分人群的生活所需品，被众多的研究机构作为研发课题。目前本领域的主要目标是实现适合平民大众消费水平的高智能化辅助型智能轮椅。要实现这一目标，紧急性与安全可靠及易操作性成为智能轮椅研究的主要目标。安全灵活的自主移动为使用者提供较大限度的智能辅助，高效的地图创建与定位是重要前提之一。　　 本文首先对现阶段智能轮椅的研究现状进行了简要的介绍，阐述了实现这些目标的现有方法，以此引入智能轮椅基于多传感器的同时定位与地图创建课题--基于视觉传感器及多传感器信息融合的通过对环境信息的特征提取及匹配、更新确定自身位姿并建立地图。依据自主移动机器人导航过程中同时定位与地图创建的相近专业知识，对本课题所要应用到的机器人基于多传感器环境信息采集的相关基础理论进行详细说明，为本课题研究提供了必要前提。在分析自主移动机器人地图创建的技术要求及前人地图创建过程中算法实现的难点所在的基础上提出了本文的新观点：将机器人几种常用的地图模型进行优化整合，即利用超声波传感器采集的信息转换为栅格地图对环境信息进行初步筛选，并进行阈值简化，然后利用简化出的栅格地图对单目视觉传感器所获得的图像信息进行范围缩小化，直接目的是争取最大化的减少环境特征点的数量，以减小在下面所提及的基于扩展卡尔曼滤波的智能轮椅同时定位与地图创建(SLAM)算法的计算量，然后将简化后得到的特征点所绘制的拓扑地图与激光测距仪的信息处理后得到的几何地图进行信息融合，得出混合地图，作为智能轮椅同时定位与地图创建的地图数学模型。对本文研究所采用的智能轮椅设计了同时定位与地图创建的总体实现规划。详细阐述了本文所采用的两个主要算法：基于尺度不变特征变换--SIFT(Scale Invariant Feature Transform)的环境信息图像特征提取；本文智能轮椅的同时定位与地图创建的算法--扩展卡尔曼滤波(EKF)方法。　　 针对本文的研究目的和提出的想法，进行了实验步骤设计。最后阐述了自己对该课题后续的发展展望。