在复杂的自然环境中,足式移动对环境的适应性较高,使得足式机器人应用于野外勘测、救灾抢险等领域前景广阔。如今运用多传感器融合技术提高四足机器人环境适应能力是国内外学者的关注热点。鉴于此,本文将带有单目彩色摄像头的深度相机和IMU作为主要传感器,用于完成四足机器人的自主定位和局部地图构建工作,设计地形代价函数,将生成的局部地图转换成可通过性地图并基于RRT算法进行四足机器人的避障研究,以提高四足机器人在面对未知且复杂的地形环境时的通过能力。主要内容如下:（1）将四足机器人的全局位姿描述坐标系确立,建立相机与IMU传感器模型。使用Imu＿utils工具箱完成IMU的高斯白噪声与偏置标定。对单目深度相机与IMU之间的外参进行在线标定工作。（2）确立了本文所采用特征点类型后利用KLT光流法进行跟踪,用于对极几何法估计相机运动。使用预积分方法预先整合IMU信息。在VIO后端中,以紧耦合方式融合视觉与IMU的非线性信息,引入逆深度测量模型,使用扩展卡尔曼滤波（EKF）进行优化以得到四足机器人的位姿估计,即完成定位工作。（3）阐述了三维点云由深度图像转化而来的过程,借助体素滤波方法缩小点云规模以加快点云处理速率。推导栅格高度测量值及其方差,以及栅格单元位置不确定性协方差,以获取精度更高的局部地图。推导每个栅格单元的平均高度估计值计算公式,完成地图融合过程并实现以四足机器人为中心构造局部地图,即完成环境重建工作。（4）分析了地形的坡度、粗糙度与凹凸度对四足机器人通过性能的影响,由三维点云数据计算栅格的地形特征,以设计地形代价函数。考虑四足机器人本身的运动性能,利用地形代价函数将局部地图转换成四足机器人的可通过性地图。基于RRT算法规划四足机器人的避障路径。（5）构建了包括四足机器人的运动控制系统、传感器系统、机器人定位系统、局部地图构建系统和机器人避障系统于一体的ROS仿真平台。在仿真平台上开展了视觉惯性里程计的定位实验、以机器人为中心的局部地图构建实验和基于局部可通过性地图构建的四足机器人避障实验。仿真结果证实了当四足机器人在通过具有障碍物的地形时,本文设计的基于局部可通过性地图构建的四足机器人避障系统可以有效提高其通过能力。