随着时代的发展,室内移动机器人有着餐厅送餐、机场清洁、银行服务等诸多的应用场景,但由于目前部分软件和硬件技术的不成熟,室内机器人并未大规模普及。在定位和导航技术上,采用视觉传感器较激光雷达有着能获取丰富环境信息的优势,从而能构建更准确的环境地图,但是目前已有方法的定位鲁棒性有待提高、地图构建方式有待改善。本文基于视觉定位理论进行定位算法和地图构建方法优化,并在机器人上搭载奥比中光RGB-D相机实现机器人在室内环境下的定位导航功能。本文主要工作如下:(1)定位建图系统原理研究。对视觉定位导航系统整体框架组成进行分析,对其同时定位建图过程中的概率问题、优化方法进行数学推导。(2)图像数据处理。对相机的彩色和深度镜头成像过程中的畸变进行分析并标定校正;针对深度数据噪声问题,在已有的深度传感器误差模型基础上提出一种多帧融合的高斯平滑模型,有效去除部分深度噪声并填补部分缺失的深度数据。(3)定位算法研究及优化。通过研究特征点定位法和图像灰度信息定位法,分析两者的优劣,提出以半稠密光度误差和稠密几何误差为优化目标的直接法。在此基础上优化运动估算模型,有效提高机器人在低纹理区域定位的鲁棒性以及整体环境适应能力。(4)地图构建方法研究。对基于RGB-D相机的机器人地图构建方法进行研究,针对目前视觉构建的三维地图不易更新和二维伪激光地图不准确的问题,提出一种融合三维信息构建二维栅格地图的方法,使得地图准确且易于导航。(5)机器人导航系统设计。对比选用A*算法进行全局路径规划,采用VFH算法搭载红外测距传感器和超声波传感器进行机器人动态避障功能开发。(6)搭建硬件和软件平台进行实验验证。首先在TUM标准数据集上测试改进的定位算法;其次搭建本文实验所需的机器人硬件平台,移植本文开发的定位导航软件系统;最后在百余平米的室内场地内对机器人定位精度、跟踪鲁棒性、构建的地图精度、导航过程进行实际测试。