对于移动机器人来说,精确的定位与对位置环境的感知是正常工作的基础,同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)能很好地解决这一问题。视觉SLAM是指利用视觉传感器,实现对自身的定位和对环境的感知。针对室内机器人,RGB-D相机可以提供丰富的视觉信息和深度信息,实现移动机器人的定位,但是在特征稀疏的区域或快速运动的情况下可能丢失跟踪。而通过融合IMU传感器的数据,可以很好地解决上述跟踪丢失的问题,得到更优的鲁棒性和精度。因此,本文对基于RGB-D相机和IMU传感器融合的SLAM问题进行了研究。首先,本文分析了视觉SLAM问题的求解方式,得出视觉SLAM问题本质上是一个状态估计问题,并分析了基于非线性优化的优化方式。其次,从RGB-D相机的针孔相机模型和IMU传感器观测模型出发,分别估计自身的位姿。并研究分析两种传感器估计位姿的异同点,构建新的优化向量和系统的联合目标函数。然后,设计了深度VINS的整体框架。采用松耦合的方式以视觉估计为先验进行系统初始化,利用RGB-D相机深度信息减去尺度初始化估计的环节。制定了关键帧筛选条件,并根据RGB-D相机的性质设计了地图点管理方法。后续通过边缘化控制滑动窗口的大小,并将边缘化的先验误差加入到新的联合目标函数中进一步提高系统的精度和鲁棒性。为解决长时间跟踪导致的漂移问题设计了基于词袋模型的回环优化算法。最后,介绍了基于RGB-D相机和IMU传感器的SLAM系统搭建的硬件平台和软件平台。通过标定获取相机的内参矩阵、畸变系数和与IMU传感器之间的欧式变换矩阵,误差满足系统要求。在公开的数据集中同时测试本文方法与开源的VIO算法,相比较之下本文方法能更好地估计尺度信息,得到更好的精度。后续在移动机器人上搭载RGB-D相机和IMU传感器测试算法,在实际运行中也能很好的贴合固定轨迹,并能根据RGB-D相机构建稠密地图和八叉树地图。