机器人SLAM通常采用激光雷达、声呐等传感器,其获取的信息量较少并且形式单一,很难适应复杂的环境,而且目前SLAM技术大多采用集中式架构,存在计算量大、复杂度高、容错性能差的问题。与此同时,传统的机器人开发模式针对每一项具体任务进行事先编程,经济成本高昂且机器人不能共享资源,严重障碍了智能机器人的发展应用。将机器人与云计算相结合,把云服务器端作为开发平台,机器人可以从云服务器平台获取相关知识,在拓展能力范围的同时极大地降低开发成本。本文研究基于分布式计算的机器人3D SLAM,依托云计算平台实现移动机器人在室内环境的3D构图,具有积极的科学意义和应用价值。针对室内环境3D SLAM算法,本文采用特征方法建立了算法流程。改进了误匹配算法,利用词袋模型解决了闭环检测问题。为了提高算法的执行效率,同时减少传输压力,本文采取了关键帧策略。为提高建图效率,解决SLAM集中式架构缺点,提出基于分布式文件系统(HDFS)的SLAM架构。在移动机器人导航方面,本文建立了移动机器人动态模型,研究了蒙特卡罗定位算法、A*路径规划算法、局部避障的动态窗口算法等。为避开3D障碍物,提出了 2.5D地图模型,通过改进A*算法,可以快速地寻找出一条最优路径,并应用于实际的室内机器人导航。为验证本文理论研究的效果,基于Kinect、ROS与iRobotCreate机器人构建了实验系统,依次对移动机器人的室内自主三维建图、避开3D障碍物、局域网的实时3D SLAM和云端分布式架构构图进行测试。实验结果表明,本文设计的室内移动机器人三维建图、自主导航及分布式计算方案具有良好的效果,可以快速地构建环境的三维地图,充分展现了分布式计算的3D SLAM的优势。