随着科技的不断发展,机器人已经融入到人们生产生活的方方面面,作为移动机器人的关键技术,同步定位和地图创建(SLAM)是当下机器人领域中的研究热点。视觉SLAM技术因其成本较低、视觉信息丰富等优点,引起了该领域的广泛关注,称为获取三维环境地图的重要研究方向。其中,基于RGB-D相机的视觉SLAM是近年来的重要研究方向。单个相机视域狭窄,受噪声以及局部的光照、纹理特征和视角等因素影响大,导致视觉SLAM的在运行过程中定位精度降低甚至出现跟踪丢失现象。对此,本文提出了一种多RGB-D相机视觉SLAM方法,通过使用多个RGB-D相机增加视域,提高视觉SLAM在复杂环境与视觉特征欠缺环境下的精度与鲁棒性。本文的主要工作如下:首先,为确定相机间的相对位姿,本文提出了一种由粗到细的多相机系统外参标定方法,用于标定任意方向配置的无重叠视域的多相机系统。标定分为两步,首先使用预先构建的环境稀疏点云地图对各相机进行PnP估计多相机系统的初始外参,然后构建位姿图,利用该初值进行位姿图优化获得精确的相对位姿。其次,针对多RGB-D相机下视觉SLAM的前端问题,本文提出了一种多RGB-D相机视觉SLAM系统模型,包括了多相机模型和SLAM地图表示。为处理多相机系统中的复杂映射关系,本文在多相机模型中建立一个多相机系统坐标系,作为地图点在相机坐标系与世界坐标系间映射时的中间坐标系。在地图表示中,引入了多关键帧,用于储存来自不同相机的图像与对应的特征点并融合由不同相机创建的地图点。通过多相机模型与多关键帧,本文的多相机SLAM方法中无需单独计算各相机的运动,所有相机的输入将直接用于估计多相机系统整体位姿。然后,在多相机视觉SLAM方法的后端中,为了构建优化模型,需要建立正确的目标函数,本文采用了一种基于多相机模型的图优化方法,利用相机间的约束条件定义了多RGB-D相机系统下的重投影误差,并分别推导了多RGB-D相机系统下光束法平差与位姿图优化中的雅可比矩阵,从而构建了优化模型。最后,本文搭建了一套多RGB-D相机视觉SLAM系统,并设计了实验验证提出的视觉SLAM方法的有效性。实验先后在多相机系统搭载于移动平台和被手持条件下进行,实验结果分别证明了提出的SLAM方法在平面运动与三维不规则运动条件下均有较高的精度与鲁棒性。