近年来,汽车保有量逐年上升,停车难问题凸显。在停车场中应用泊车机器人成为一种新型高效的停车方案。但是室内或地下的停车场空间中,GPS等外部定位信号缺失,泊车机器人需要一种不依赖外部定位信号的定位导航方案。视觉SLAM是一种适合在这种场景下的方案。另外,与当前应用的激光导航方案相比,基于视觉SLAM的定位和导航技术具有不需要安装激光反光板、传感器成本低廉等优点,从而极具发展潜力。本文主要研究基于视觉SLAM的泊车机器人定位与导航技术。为了通过机器人上的相机拍摄的相邻两幅图像来求得机器人的运动和局部地图,本文首先研究基于ORB特征的视觉里程计。首先对特征点提取算法进行分析和比较,并通过实验得出ORB特征点算法消耗的时间明显较SURF以及SIFT特征点短;然后对比了在特征点数量很大的情况下特征点匹配算法的表现,通过实验发现基于FLANN的匹配算法更适合在这种情况下的应用。对于在3D-2D场景下的PnP问题和3D-3D场景下ICP问题,先给出应用线性代数进行求解的方法,然后将其作为初始值,利用非线性优化方法进行求解。为了解决视觉里程计长时间运行后有较大的累计误差的问题,本文接下来研究了基于光束法平差的后端优化。首先分析了一般的非线性最小二乘问题的解法,并建立了光束法平差的目标函数;然后,利用增量方程系数矩阵的稀疏性,采用边缘化方法来求解增量方程。通过边缘化方法和一般方法的对比实验,验证了边缘化方法对优化的加速作用。此外,还应用了核函数,并且通过实验得出,核函数可以降低误匹配点对优化的负面影响。为了验证和分析基于视觉SLAM算法的泊车机器人定位和导航技术,本文最后搭建了一个小型实物模型来模拟实际场景下机器人的运行。首先,搭建了实物模型的硬件系统,然后在ROS平台下搭建了泊车机器人实物模型的软件系统,最后,对小型实物模型的模拟泊车功能进行了实验测试与分析。本文所搭建的实物模型在测试实验中取得了较好的运行效果。该论文有图41幅,表6个,参考文献55篇。