在当今时代,随着科技水平日益提高,机器人技术与人工智能技术得到了飞跃性的进步,其中同时定位与建图（SLAM）技术就是机器人领域的核心技术之一,其作用是使机器人能够在无先验信息的场景中估计自身位姿并对周围场景进行感知,在军事、生产、生活等各种领域有着广泛的应用,因此在近些年被众多学者广为研究。总体来看,SLAM技术根据自身所搭载传感器的不同可以分为激光SLAM和视觉SLAM,前者搭载激光传感器,利用激光的扫描匹配进行跟踪定位,后者搭载相机传感器,利用图像间的匹配关系进行跟踪。由于激光传感器存在造价昂贵、闭环困难等问题,使得相机这种轻量、造价便宜且信息丰富的传感器受到当今研究人员的青睐,视觉SLAM技术占据着越来越重要的地位。本文采用视觉SLAM技术在室内环境下进行定位,然而室内环境对视觉SLAM有较大的挑战性,首先室内可能存在较多的白墙,若相机视野为纯白墙这种弱纹理环境会导致提取不出足够的特征,然后室内行人的走动很有可能近距离大范围遮挡住相机的视野,此时虽然能提取到特征点,但大部分都是对解算位姿没有作用的外点。以上弱纹理和遮挡的情况会使得相机位姿解算不准确甚至跟丢,不幸的是这种情况在室内环境下非常容易出现,严重影响视觉SLAM算法在室内环境下的鲁棒性,因此本文采用多相机的方案,利用多个相机的观测数据进行系统位姿的解算,使得其中一个相机视野不佳时仍可用其他相机的数据跟踪,从而使得系统鲁棒性大大增强,同时更多的地图点约束也使得系统跟踪精度得到提高。本文主要研究内容如下:1.多相机系统模型的建立。多相机的加入使得原有的单目成像模型不再适用,需要将经典共线方程进行扩展,使其应用于多相机系统中,使得世界系下的空间点坐标与多相机系统位姿、每个相机位姿以及最终的像素坐标之间建立统一的投影关系,并分析在多相机系统下系统的位姿更新方式。2.多相机系统的外参标定。由于本文使用每个相机对多相机系统位姿进行估计,因此每个相机与多相机系统之间的外参需要提前标定出来,为了充分利用多相机所具备的视野优势,本文所设计的多相机之间无视野交叉,基于此,本文设计两种不需要基础设施的标定方案对无共同视野的多相机外参进行标定。3.多相机在SLAM算法中的应用。为了利用无视野交叉的多相机恢复地图真实米制尺度,采用主从相机跨时间匹配的方式计算尺度因子;为了使系统能够利用多相机的观测信息更新系统位姿,在跟踪、建图线程利用多个相机的观测优化相机位姿及地图点位置;为了获取更高的闭环召回率,对闭环线程中同相机与不同相机之间的闭环方法进行分析。4.系统实验与分析。针对以上三个章节采用的原理及方法设计实验并进行分析,验证理论方法的可行性与有效性。