同步定位与建图(Simultaneous Localization and Mapping,SLAM)算法是近年来的热门研究方向,该算法已被广泛使用于室内和室外环境中的自主机器人探测。一个基于SLAM的移动机器人的主要应用领域是生活辅助(Ambient Assisted Living,AAL)。移动机器人通过支持或指导行动不便的人在室内环境中移动,在AAL中发挥重要作用。通过同时使用惯性传感器(Inertial Measurement Unit,IMU)和摄像头,VISLAM(Visual-Inertial SLAM)算法已成为此类机器人的重要组成部分。这些AAL机器人代表了一种典型的情况,即机器人在地面上运动时仅和地面导航任务有关。针对这种情况,本文设计并实现了一种用于水平地面导航的VI-SLAM算法。该算法在开源算法ORB-SLAM的基础上进行改进和再开发,主要是针对水平地面导航的特点选择了合适的描述子以及增加了对IMU信息的处理。为了优化在水平地面导航场景中的参数配置,针对AAL机器人的移动特点,比较了三种不同的特征描述子在该运动环境下的表现并找到了最适合该条件的描述子。同时,由于单目相机的SLAM算法有一个难以避免的缺陷,即尺度不确定,而IMU惯性导航存在漂移的问题,我们增加了对IMU信息进行处理的功能,使用紧耦合的方法同时使用视觉图像信息和IMU信息进行定位,在得到较为准确的定位效果的同时,保证了较低的使用成本。通过运行EUROC数据集并对估计出的位姿信息进行对比,可以发现我们开发的VI-SLAM算法相较于ORB-SLAM和VINS-mono,有更好的定位精度,在水平地面导航的情况下有更好的表现。