即时定位与地图构建(Simultaneous Localization and Mapping,SLAM)问题是移动机器人研究领域的基本问题之一,是移动机器人在未知环境中实现自主导航与自主控制的关键。本文提出一种适用于立体相机和单目相机的基于关键帧技术的视觉惯性算法,主要内容包括以下部分:针对目前视觉惯性SLAM算法因缺少闭环检测从而使得算法的准确性以及鲁棒性不高的问题,本文算法利用视觉惯性里程计提供了局部的连续轨迹,通过增加图像检索算法找到相匹配的关键帧进行闭环检测,通过构建新的非线性优化方程对检测到的闭环进行优化处理,从而得到了并行的全局连续轨迹,可以有效的检测全局闭环和进行全局优化。全局连续地图的建立避免了现阶段算法由单一信息进行建图所造成的问题,实现了通过视觉惯性信息和闭环的双重约束进行建图的目的。针对现阶段视觉定位算法只能实现设备的重定位,而不具有继续构建地图能力的问题,本文提出了使用和闭环检测类似的图像检索算法找到一系列连续的匹配关键帧对作为重定位假设,从而得到地图中新的关键帧和已构建的地图的关键帧之间的约束关系,并根据新旧地图关键帧之间的约束关系继续进行SLAM地图的构建。本文采用EuRoC数据集评价了算法的准确性、重定位能力以及运行时间,实验结果表明,与目前视觉惯性SLAM算法相比,本文的算法在保证实时性的条件下可以减少误差累积,减少漂移,重定位相机位置以及在已构建地图基础上继续构建地图。