随着科学技术的进步与发展,机器人技术与计算机视觉技术在军工,民用等领域的需求也飞速扩展,与移动机器人相关的理论与技术已经成为各个学校和企业研究的重点和热点。其中,以机器人即时定位与建图(SLAM,Simultaneous Location and Mapping)技术尤为突出,而视觉SLAM技术又是其中一个近些年被提出的新技术,该技术被很多研究人员认为是机器人在未知环境中执行各项任务和导航的前提与关键。本文的主要研究内容包括:首先,本文设计了一个视觉里程计(VO,Visual Odometry),通常意义上可以分为前端图像处理部分和后端优化部分。第一步是建立相机模型,除此之外,由于任何相机得到的数据带有噪声,因此需要对相机进行标定和矫正。作为整个系统唯一的输入,数据越准确,最终计算得到的结果越精确。前端图像处理的效率直接影响整个系统的实时性,因此本文采用基于光流跟踪来计算图像之间的运动,基于实际情况分析了选用该方法的原因以及该方法的优势。在运动估计部分采用光流法来估计机器人的位姿变换。其次,为了处理场景中的动态物体,本文在前端部分采用了场景流来同时估计动态物体变换和静态场景变换,首先利用图像聚类算法将整个场景分解成簇集,然后将动态物体表示成簇集的子集,分别求解动态物体和静态场景对应的运动估计,再进行位姿融合,这样可以大幅提升前端处理的实时性以及位姿变换的准确性。再次,在后端位姿优化部分,可以将整个系统看成图,相机位姿和场景中的地图点看作是图中的节点,相机--相机和相机—地图点的约束看作是图中的边。使用开源框架通用图优化(G2O)库作为后端优化库,能够对机器人位姿进行局部优化和全局优化。最后,论文通过实验对比分析了基于单独的光流法与基于场景流的方法的性能,通过在不同数据集下的实验结果表明后者能够提升整个系统的鲁棒性,准确性与实时性。同时,在实际场景中的实验表明,本文提出的方法能够实时,准确地估计机器人位姿。