随着近年来人工智能技术的迅速发展,以及市场需求的不断增加,机器人的科研价值和市场价值日益凸显。人们更加希望机器人能够独立完成各项任务,具有更强的自主能力。而这其中,机器人在未知环境中的信息感知、定位和环境地图构建功能,是未来机器人所要具备的最基本的能力。本文设计了面向室内机器人定位和导航应用的立体视觉SLAM系统。利用立体视觉技术采集环境三维信息,通过SLAM算法进行机器人在未知环境中的定位,并构建环境地图。本文对系统的各个模块进行了理论分析,并对各模块中的多种现有技术进行了实验对比,制定出一套性能良好的立体视觉SLAM算法方案。同时,还从整体系统角度进行了实际场景实验,并给出定量分析结果。具体工作如下:1)立体视觉采集。本文对双目视觉技术进行了算法验证和实际场景实验,同时对比分析了 Kinect技术并进行了图像评估,通过技术指标对比以及应用场景分析,确定在本文室内机器人应用特定领域,Kinect设备的稳定性更高,在当前室内应用场景下的精度相对较高。2)SLAM算法和框架。本文采用基于稀疏特征点的SLAM算法,对每一步骤进行了技术评估,从系统标定、特征点检测和匹配、位置计算和后端优化等部分进行具体实验和分析。特征匹配选用SURF特征点,并利用RANSAC算法进行匹配细化,构建回环检测策略并用开源g2o库进行优化。3)整体验证系统设计。本文搭建整体的立体视觉SLAM系统,并对基于Kinect设备的SLAM系统进行定量测评;在面向室内机器人的应用场景下,系统整体误差维持在2厘米以内;最佳应用范围是0.8米至6米,满足实际的应用精度需求。