随着社会的高速发展与科学技术的不断进步,人们在生产和生活中对移动机器人的需求也与日俱增,移动机器人技术迈向自主化和智能化这一新阶段。即时定位与构图(Simultaneous Localization and Mapping,SLAM)技术是移动机器人领域亟待解决的关键性技术之一。由于技术的进步使得视觉传感器的成本变得越来越低廉、且应用变得越来越广泛。基于视觉的移动机器人即时定位与构图技术(v SLAM)已经成为国内外研究者广泛关注的问题。尽管许多解决SLAM问题的优秀的方法和产品已经被研究出,但是构建更详细的地图以及估计更精准的相机姿态一直都是SLAM技术所追求的目标,而且视觉SLAM方法面临实时性差、较高的计算花费和昂贵的硬件条件等问题。首先,围绕单目视觉SLAM三维重构问题进行研究。研究工作包括针对现如今优秀的SLAM算法的改进、关键帧剔除算法、直线段提取算法和基于直线段特征的三维重构算法的设计与实现。研究重点是基于ORB-SLAM2与直线段特征的实时半稠密三维重建算法。本文设计了一种新的关键帧剔除算法去除冗余关键帧和一种锚点法来改进关键帧的直线段提取。本文提出一种在单目ORB-SLAM2方法的基础上利用关键帧提取到的直线特征来三维重建的方法。先由ORB-SLAM2方法实时提供一组关键帧及其对应的相机位姿信息以及计算得到的一系列地图点。然后使用关键帧再剔除算法使冗余帧数目减少。再使用改进的直线段提取方法提取各关键帧的直线段。使用纯几何约束的方法匹配以上检测到的直线段,生成一个由直线段构成的三维场景模型。本文选用TUM RGB-D数据集对本文提出的SLAM方法进行测试,并将该测试结果与当前流行的算法的测试结果进行性能对比,该数据集包含39个视频序列,能很好地验证本文提出算法的性能。对提出方法中的各个阶段的算法进行深入地分析与彻底地评估,实验结果表明新方法持续稳定的运行,本文提出的SLAM方法具有较强的鲁棒性,在低计算花费条件下快速的在线三维重建。最后,在设计的机器人平台上进行了一系列的实验,测试结果有效的验证了实验平台的有效性与可靠性。而且还将实验平台投入到实际场景中对本文提出的基于单目视觉的半稠密三维重建算法进行测试。通过评估与分析,实验结果表明实验平台运行时系统性能稳定可靠且能构建出场景的半稠密三维地图。