移动机器人是目前科学技术研究的一项重要的学科,其中机器人的双目视觉又在机器人导航系统中,起到至关重要的作用。移动机器人在实际应用中无时无刻都在思考“我在哪?”,“我要去哪?”和“我要如何去那?”三个问题。SLAM就是这三个问题的结合。本课题首先分析了SLAM在当今的研究现状,并对其问题进行了说明。通过双目视觉机器人的左右摄像头完成路线的规划,首先就要用到特征点的提取和匹配问题.本文运用SURF算法,完成双目摄像机的图像处理问题。以新匹配的特征点作为新的路标完成移动机器人的路线绘制。在双目视觉下的移动机器人SLAM问题研究上,本文选用搭载双目摄像机的履带式机器人来完成实体实验。履带式机器人移动过程稳定,对采集所获得的图像误差较小,能够大大减少误差,来满足双目视觉移动机器人SLAM问题研究的实验要求。本文还在一般的SLAM算法基础之上,提出了一种改进的神经网络支持的基于EKF的SLAM,用于减少双目视觉下特征点匹配的误差造成的特征地图绘制不准确,提取特征地图的精度,通过实验得到的结果表明改进后的mNNEKF-SLAM比EKF-SLAM的具有更高的精确度。移动机器人SLAM是以双目视觉条件下的摄像机为基础,而摄像机的另一广泛用途就是视频监控。针对于现代社会的需求的逐渐加深,“智能化”的监控也显得越来越迫切。本文提出了一种基于视频监控的算法研究,减少了运算时间从而大大提高了视频监控效率。