传统传感器的SLAM一般需要在环境放置识别标志,基于视觉的SLAM系统可以在不改变环境的情况下实现定位与建图需求,并且更加灵活多变,适应复杂环境。但是基于视觉的SLAM系统在处理传感器的图片信息和进行三维建模时会消耗大量的算力,很难在保证实时性的同时保证准确性。而本文正是在此基础上提出了一个采用RBG-D图像序列的同步定位与三维建图方法,在系统的实时性和系统的准确性方面也进行了相关算法的比较分析与优化选择。本文可分为基于特征的视觉里程计设计和拓扑图优化的GPU三维建图。其一,对相邻的两张RGB-D图像使用ORB特征提取算法进行特征提取,特征匹配算法使用的是FLAAN,可以进行特征匹配,使用基于距离筛选的策略和RANSAC算法进行特征点匹配对的筛选优化,最后使用PNP计算相机位姿。当输入RGB-D图像序列时,则可以实时输出相机位姿。其二,根据上一部分中的相机位姿,采用拓扑图存储相机运动信息,使用闭环检测优化的方式减小相机移动过程中产生的累积误差,同时根据相机移动距离和相机方向来筛选关键帧减小点云噪声。最后使用GPU加速点云间坐标转换,然后将点云图转换为八叉树地图用以存储以定位需求。八叉树地图是一种基于概率估计的三维地图,可以大大缩小地图的存储空间。经过试验,本文所设计的系统能够满足同步定位和地图创建的实时性需求和精确性需求,使用GPU对三维建模的速度有很大提升。