移动终端定位是指利用内置传感器获取环境信息以计算自身在环境中的位置。同步定位和建图(Simultaneous Localization and Mapping, SLAM)技术则是终端在定位同时建立周围环境的增量式地图,来实现导航和交互。由于视觉传感器获取信息量大、适用范围广等诸多优点,基于视觉的SLAM技术已成为国内外研究的热点。安卓平台是一种广泛应用于智能手机的移动操作系统,其系统的开放性和硬件的丰富性为智能终端的人机交互研究提供了极大的便利。本文通过对SLAM相关理论的研究,在安卓平台上设计了一套基于半直接法的单目视觉SLAM系统---MobileSLAM。该算法模块可概括为特征提取、位姿计算、关键帧检测、运动结构恢复、半稠密增长、闭环检测、局部地图优化。主要工作和创新点如下:首先,研究两种经典的SLAM方法及其优缺点。针对Android平台的特性,提出了结合FAST特征检测的半直接法对相机位姿进行计算。该方法在避免了耗时的特征匹配过程的同时,利用直接法思想来计算相机位姿。为减少特征分布不均匀导致的相机位姿的误差,在FAST检测部分采取了分块的方式。为进一步校正相机位姿的误差,利用安卓端IMU作为辅助,以扩展卡尔曼滤波的方式将IMU的数据和相机位姿进行融合。其次,在关键帧选取部分引入了最近邻帧池,并同时利用亮度信息和IMU的旋转角度来构造判决门限来计算关键帧,减少了实际运算帧的数量,提高了计算速度。然后,在得到稀疏地图的基础上,提出了一种半稠密增长算法。利用已有的稀疏地图作为基础,根据关键帧间像素点深度值的约束,对梯度区域像素深度进行估计和增长,通过严格的极线搜索和匹配得到深度的多个估计值,并进行融合,将已有的稀疏地图点增长为半稠密地图。最后,利用数据集和实际场景验证了本文提出的基于单目视觉MobileSLAM算法的可行性。