自动引导车(Automated Guided Vehicle,AGV)是一种物流运输设备,其具有智能化、自动化等特点,室内AGV已广泛应用于智能物流仓储系统中,其中同步定位与建图(Simultaneous Localization And Mapping,SLAM)是实现AGV自主导航的关键技术。目前室内AGV的导航方式主要有:电磁导航、惯性导航、基于二维码的导航定位以及视觉导航,其中与其它导航方式相比,视觉导航具有柔性化、自主化、智能化等特点,同时随着近年来计算机视觉、图像处理等技术的发展,视觉导航方面取得了很大的进步,成为AGV导航研究中的热点与重点。在视觉导航中主要有三种相机:单目相机、双目相机、RGB-D相机,其中RGB-D是一种深度相机,相较于单目与双目其获取图像的深度信息更加直接与便捷,用来定位和建图实时性会更好。以往学者多采用单目和双目相机进行室内定位和建图,有将RGB-D相机应用于室外定位和建图的研究,但未发现用于室内AGV的导航研究。因此,本文创新性地运用RGB-D相机研究室内AGV的同步定位与建图,使得AGV能在室内未知环境中实时地自主同步定位与构建周围环境地图,提高其对周围环境的感知能力。文中深入地研究了SLAM系统前端和后端两个模块,前端为视觉里程计,其主要是对相机传感器获取的图像信息进行处理,先提取特征点,然后利用三维空间几何,估计出相邻图像间的相机运动,得到局部的运动轨迹与地图信息。后端则包含非线性优化、回环检测、建图三部分,其中非线性优化一般采用高斯牛顿、列文伯格—马奈尔特、图优化等方法对视觉里程计得到的结果进行优化,以尽可能地减小长时间估计所带来的误差,回环检测利用词典模型,消除相机传感器自身带来的累积误差,目的是得到全局一致的结果,建图则将环境信息以地图的形式表示出来。在此基础上,本文构建了一个RGB-D SLAM系统,将其应用到室内AGV上,采用RGB-D数据集进行SLAM系统模拟实验,实验结果达到预期,实现了AGV在室内未知环境中的自主同步定位与建图,同时本文的研究为后续基于RGB-D的SLAM系统开发与设计提供了整体框架,为后续的研究做了一定的实践基础。