同时定位与地图构建(SLAM,Simultaneous Localization and Mapping)技术是机器人实现自主导航的关键,SLAM技术主要有基于视觉相机的SLAM和基于激光雷达的SLAM两种实现方案,视觉相机由于体积小巧且获取环境信息丰富更适合用于机器人小车平台SLAM方案的实现。本课题对基于视觉SLAM的三维地图构建进行了以下几方面的理论及实验研究:1、设计并搭建了基于视觉SLAM的移动机器人小车三维地图构建平台。本课题在分析了地图构建实际环境的基础上,搭建了基于双目相机的硬件系统和基于ROS的软件系统,采用了嵌入式开发板来处理底层数据,并在此基础上完成了室内环境下移动机器人小车三维地图构建平台的搭建。2、研究了双目视觉的三维点云数据获取方法。分析了视觉相机的光学模型和畸变模型并进行了相机的标定,实现了左右相机图像对的立体校正,基于极线行搜索完成了图像对的立体匹配,通过双目测距得到单帧图像的深度图以及三维点云图。3、研究了相邻两帧图像间的位姿估计与优化方法。针对描述子法与直接法在关键点跟踪上的缺陷,研究关键点与灰度跟踪相结合的方法来实现关键点的匹配跟踪。研究3D-2D匹配以及3D-3D匹配下的位姿估计与优化方法,将两种匹配结合实现相邻两帧图像间的位姿恢复。4、研究了室内环境下全局三维地图的构建方法。针对相邻两帧图像间获取位姿的缺陷,研究当前图像与关键点地图集的匹配约束来获取位姿的方法,并基于位姿恢复实现点云地图配准。研究了关键图像帧的选取机制,建立基于关键图像帧的全局三维地图。为了验证在SLAM建图中研究的关键点跟踪,点云地图配准,全局地图构建方法的可行性,本课题在搭建的移动机器人地图构建平台上展开了相应的实验研究,实验结果表明能够实现约1700个关键点的高效跟踪,全局优化后的位姿实现效果更好的点云地图配准,所构建的环境点云地图误差约为1.72%,验证了所研究方法的可行性,所构建地图能够准确真实地反映出环境信息。