目前,基于视觉的移动的机器人在生产、生活等各个领域的工作中正发挥着举足轻重的作用,随着近年来各类传感器与传感系统的不断发展完善,面向移动机器人提出的SLAM (Simultaneous Localization And Mapping)问题应运而生。该类问题可以简单描述为将机器人放置于某个未知的空间环境下,通过机器人自身移动与传感器的实时感知,对该空间进行地图的重建,并且实时判别自身所在位置。通过对该类问题的研究,可以让视觉机器人具备如同人一样的区域认知能力,从而构建起未知区域地图,在不借助GPS传感模块的条件下绘制自身的运动轨迹。由此,也可以看出该问题在国防、勘探等领域中有着良好的应用价值与发展前景,并已经成为了当今移动机器人研究的热门问题。为了更好的对基于双目视觉移动机器人SLAM问题的研究,本文主要从以下四个方面进行工作：1、研究一种双目摄像头的标定方法,设计两种基于双目图像的三维立体重建算法,并由标定完成的双目摄像头对一组双目图像进行三维重建,比较各算法的优良程度。2、针对双目摄像头在采集场景图像的过程中出现的多场景图像共存,应用人工分类工作量巨大的问题,研究一种基于LDAIC(Latent Dirichlet Allocation for Image Classification)模型的彩色图像分类算法,实现多场景图像分类。3、研究一种基于卡尔曼滤波的移动物体追踪技术,通过双目摄像头采集基于场景下的图像序列,对双目图像进行联合分析,设计一种基于双目视觉的卡尔曼滤波三维物体轨迹跟踪方法。4、通过基于双目视觉的卡尔曼滤波算法,设计一种运动物体方位判断策略,通过该策略来对物体的运动方向进行判断,给出一种面向双目视觉的基于EKF方法的SLAM问题解决方案。