在未知环境中,移动机器人的精确定位是基于对环境的感知和理解,需要创建环境地图,而环境地图的创建又需要精确的定位。因此,移动机器人的同时定位与地图构建(SLAM)问题是整个移动机器人自主导航的基础,也是其真正实现智能化的最重要条件之一。　　 传统的SLAM研究大多基于室内规则环境中的基础应用,实现室外不规则、不稳定环境中可靠的同时定位与地图构建系统是该领域内公认的难点与发展趋势。本论文主要研究室外环境中应用于四轮驱动机器人的定位与场景重构方案,设计利用双目立体视觉传感器与机器人相结合的软硬件构架,将移动机器人行进中采集的左右摄像头二维图像与车载罩程计信息相结合,探究系统中的状态估计问题。本文着重于以下内容展开研究:基于点云信息的简单三维环境地图重建、图像三维局部不变特征的提取算法和基于环境特征点的全局定位。　　 针对基于环境特征匹配的移动机器人立体视觉SLAM系统,为验证本算法的有效性与准确性,本文在室外环境中进行了相关实验研究,并获得了成功应用。本文的创新点在于:　　 1)三维环境地图表现模式:将三维重建思想引入SLAM研究,使其对机器人所在未知环境进行相对简单的三维环境的重建,从而更加有利于机器人高效而准确的进行后续导航任务。　　 2)视觉路标提取机制:基于SURF算子与里程计信息相融合的三维视觉路标提取算法从原理上保证了室外环境下移动机器人立体视觉SLAM研究系统的实现,虽然在定位的准确度上有待提高,但能够相对有效地解决SLAM在线运行的困难。