SLAM(Simultaneous Localization and Mapping,同时定位与地图创建)是移动机器人研究领域的核心算法。该算法与视觉传感器的结合,更能发挥出其优越性。近年来,以Kinect视觉传感器为代表的深度视觉SLAM(RGB-D SLAM)是视觉SLAM算法的重要研究方向之一。本文以移动机器人视觉导航为应用背景,首先,针对传统ORB算法在RGB-D SLAM中存在特征点分布不均匀、重叠特征点较多的问题,提出一种改进ORB算法。构建尺度空间金字塔对每层图像进行网格划分,增加空间尺度信息;设置感兴趣区域,采用改进FAST角点提取;引入非极大值抑制方法,抑制低阂值特征点的输出;使用基于区域图像特征点分布的方差情况评价待检测图像中特征点分布的均匀程度;然后,针对传统三维建图方式中点云地图占用存储空间大、导航路径规划不清晰、局部空间场景处理欠佳等问题,将基于八叉树数据结构的三维立体空间占用地图应用在RGB-D SLAM算法中,实现机器人对周围环境的地图构建。通过标准开源测试数据进行仿真实验,验证本文提出的改进ORB算法和基于八叉树数据结构的建图方式应用在RGB-D SLAM算法中具有可行性。最后,将改进ORB算法和基于八叉树数据结构的建图方式应用在实验室自主研发的轮式移动机器人上完成RGB-D SLAM算法的实物验证,实现机器人的同步定位与地图构建。实验结果表明,本文提出的改进ORB算法和采用的八叉树数据结构的建图方式具有有效性及实用性。