随着科技发展,具备智能定位导航功能的设备更高效地服务于我们的生活,即时定位与地图构建(Simultaneous Localization and Mapping,SLAM)技术是实现定位导航的基础。激光SLAM技术较为成熟,但激光传感器价格高、体积大的缺点限制了它在日常生活领域的应用。视觉SLAM成为近年来研究的热点方向,相机传感器成本低廉且获取场景内容丰富,且视觉SLAM的实时性、精度和鲁棒性逐渐接近激光SLAM。本文主要基于特征点对视觉SLAM在定位导航方面进行研究,一是针对视觉里程计的位姿估计随时间漂移问题,实现了结合先验特征地图的基于视觉特征点的定位算法,并提出创新点,提高了定位精度;二是针对视觉SLAM不能直接构建可用于2D导航的2D占据栅格地图问题,提出基于视觉SLAM和Kinect相机的占据栅格地图构建算法;三是为解决视觉SLAM在常见的定位导航场景中的应用问题,设计并建立了基于视觉SLAM的定位导航应用平台。本文研究工作如下:(1)提出基于视觉特征点的防漂移定位算法。算法步骤包括特征点提取,2D-3D特征点匹配,基于PnP的位姿求解和基于Bundle Adjust的位姿优化。算法有两点提升,在视觉特征点选择时,选用了神经网络训练的特征点SuperPoint,相比人工设计的特征点ORB,定位精度更高,特征点性能更好;在搜索2D 3D特征点匹配对时引入Lucas-Kanade光流法,提升了定位精度。经实验验证,本算法满足地下车库中无人车定位需求:定位精度在10厘米之内,支持不同时间段数据集定位。(2)提出基于视觉SLAM和Kinect相机的2D占据栅格地图构建算法。算法输入SLAM过程结束之后的相机轨迹、每个相机位姿对应的深度图像、相机内参;算法输出2D占据栅格地图、3D八叉树地图、3D点云地图。最终在室内场景中设计实验验证了本章提出的2D栅格地图构建算法。(3)设计并建立基于视觉SLAM的定位导航应用平台。该平台在视觉SLAM框架的基础上,添加了特征地图保存和加载模块,占据栅格地图构建模块,防漂移定位模块和导航模块。最终在定位导航的两个常见场景中应用了该平台,并进行了相关实验分析。