移动机器人的研究涉及到自动控制理论,计算机技术,模式识别以及人工智能等许多学科,这些学科的飞速发展为移动机器人的研究带来新的动力。随着激光测距仪和其它先进传感器在移动机器人研究中的广泛应用,移动机器人的研究越来越受到国内外学者的普遍重视,取得了很多惊人的成果。智能移动机器人是一种在复杂环境下工作的具有自主反应能力的机器人,其目的就是在没有人干预下使机器人有目的地移动并进行特定的操作,完成特定的任务。移动机器人同时定位与制图(SLAM)问题的研究是智能机器人领域的热点问题之一。机器人同时定位与制图是机器人在未知环境中行走的先决条件,是实现其智能化的关键步骤。移动机器人的工作环境可分为室外环境和室内环境,本文主要针对移动机器人在室内环境下的同时定位与制图进行研究。本文首先回顾了SLAM技术的发展,分析了已有的SLAM的算法和存在的问题,详细阐述了定位和制图的不同实现方法。在过去二十年多里,基于声纳和里程计等传感器的SLAM已趋于成熟,但是它们远远不能满足我们对未知环境特征的需求,所以本文提出了基于视觉传感器的SLAM,并在此基础上引出了本文研究的重点:基于扩展卡尔曼滤波(EKF)实现SLAM的算法,并通过仿真和实验验证了基于EKF算法的可靠性。文章还对机器人运动模型,传感器模型,还有摄像机的标定和基于图像匹配的双目视觉的实现进行了详细的阐述,并通过实验实现了基于视觉系统的SLAM。