随着传感器与计算机应用技术的迅速发展,在未知环境中需要移动机器人在自身位置未知,并且保持连续移动的前提下,利用自身安装的传感器感知周围环境的关键信息,进而完成对环境的稀疏地图构建以及传感器位置的实时定位,此过程称作同时定位与地图构建(Simultaneous Localization and Mapping,记作SLAM)。视觉SLAM问题的难点在于如何对传感器提取的周围环境进行建模描述。一般将视觉SLAM问题划分为前端和后端两个部分,前端完成对图像帧间的特征点提取与匹配,通过相应的数学变换恢复出周围环境的路标点,不断选择并且更新地图中的关键帧。后端对前端恢复出的稀疏地图中的地图点和关键帧进行优化,并且通过回环检测等操作剔除冗余的关键帧。机器视觉的研究目前仍然存在很多的难点需要攻破,当周围环境相对较为复杂时,人类可以通过双眼感知所处环境,但是机器人对于如何提取并且判断周围环境的路标点有很多的问题亟待解决。因此,本文将重点放在基于图优化的单目视觉SLAM系统研究上。使用深度学习方法替换单目视觉SLAM系统中的特征提取模块,采用一种基于全卷积神经网络的模型来完成对图像帧间的特征点对的提取与匹配。该模型构建的卷积神经网络不包含全连接层,因此网络中的参数大幅减少。将该算法与传统的特征提取算法SIFT、SURF和ORB等设计相关实验进行对比与分析,发现当对图像进行模糊变换、角度变换、光照变换时,特征点对的正确匹配率相对较高且保持稳定,鲁棒性强,能够满足单目视觉SLAM实时性的需求。最后采用上述基于特征点法的前端,提取和匹配图像特征点,估计两帧间的相机运动和场景描述。整个单目视觉SLAM框架采用三线程结构:即并行跟踪、局部建图和回环检测的方法来实现一个完整的SLAM系统,完成对相机运动轨迹的绘制和周围环境的三维点云图。验证了基于图优化的单目视觉SLAM系统的可行性。