采用深度相机的同步定位与地图构建（RGB-Depth Simultaneous Localization And Mapping,RGB-D SLAM）是指利用RGB-D传感器作为主要环境感知设备的SLAM技术,其利用传感器直接获得目标的深度信息,相比于单目或双目SLAM,省去了为获取深度信息而引入的额外计算。特征点匹配是RGB-D SLAM前端视觉里程计中的重要步骤,为后续相机位姿计算提供数据来源,但是其庞大的运算量导致SLAM系统实时性较差,成为应用于嵌入式领域的瓶颈。本文针对RGB-D SLAM特征点匹配过程运算量大、操作重复性高等问题展开研究,将匹配过程划分为粗匹配和误匹配剔除两部分。粗匹配部分,在深入分析二进制描述子在该领域普适性基础上,本文提出了基于汉明距离的硬件架构。误匹配剔除部分,本文采用基于随机采样一致性（Random Sample Consensus,RANSAC）算法的匹配对筛选方案,提出了3D-2D RANSAC硬件架构。在上述基础上,本文提出了一种面向RGB-D SLAM特征点匹配系统的专用集成电路（Application Specific Integrated Circuit,ASIC）实现方案。本文主要研究内容如下:1.本文对特征点匹配硬件加速研究现状进行了深入的分析,对粗匹配过程常见的算法和RANSAC算法流程做了详细介绍。针对粗匹配,从硬件实现角度对暴力匹配算法做了简化,提出了最近邻暴力匹配算法。针对误匹配剔除,对RANSAC算法做了一系列优化,使其对硬件实现更友好,同时加速了迭代的收敛。2.本文提出了一种特征点匹配系统ASIC架构,包括粗匹配电路和3D-2D RANSAC电路两部分。粗匹配电路,基于汉明距离匹配树和匹配窗口FIFO机制设计,以提高系统吞吐量。3D-2D RANSAC电路,通过对假设模型求解过程中数据流重组、结合流水线技术对计算通路复用等机制使得在较小资源情况下提升系统实时性能,同时通过查找表方式实现了迭代次数自我调节。3.本文基于TUM RGB-D数据集对上述算法改动所引入的误差进行了实验分析。此外,在TSMC 28 nm工艺下做后端版图实现,该设计总面积约0.2018)8)2,等效门数334 k,在极限频率1.25G Hz下,总体功耗114.23m W。在工作频率200 MHz下,可处理1301 fps图像大小为640×480的视频流。