SLAM(Simultaneous Localization And Mapping)技术被认为是实现真正全自主移动机器人的关键,其中以相机作为传感器的视觉SLAM技术相比于激光雷达SLAM技术来说,对空间要求更低,能够有效解决移动机器人在纹理丰富的动态环境中的定位和构图问题,同时视觉SLAM具有低成本、消除累积误差以及重定位等优点。本文将视觉SLAM与虚拟现实技术结合起来,设计并实现了基于视觉SLAM的虚拟现实空间定位系统。本文主要工作内容如下:首先从成本、响应时间以及适用环境等方面,分析比较了基于RGB-D传感器的视觉SLAM中几种深度测量技术之间的优缺点。一方面,采用飞行时间法技术的RGB-D传感器计算速度更快,计算精度更高。另一方面,此类传感器的成本低、有效范围大,应用更加广泛。综合比较后,本文选用Kinect2.0传感器完成对图像数据的采集工作。然后对视觉SLAM前端基于RGB-D的视觉里程计算法进行了深入研究,详细阐述了特征点法以及直接法两种主流视觉里程计算法的优缺点,针对两种主流算法各自适用的不同环境条件,提出了基于图像特征的视觉里程计自适应算法,此算法能够根据图像特征的状态来选择适用的视觉里程计算法估计相机运动。最后结合视觉SLAM以及虚拟现实技术,设计了基于视觉SLAM的虚拟现实空间定位系统,同时将基于图像特征的视觉里程计自适应算法应用到系统中端相机位姿的实时优化过程中,该系统实现了现实空间与虚拟空间相机的同步定位。随后搭建相关的实验平台,验证了算法的实时性和鲁棒性,展示了系统的实验结果。