机器人定位与绘图(SLAM)是智能机器人实现自主导航的基础和前提,在机器人领域得到了广泛的应用。然而,在室内环境下,全球导航定位系统定位不准确。因此,机器人利用自身搭载的传感器来感知环境并进行定位的研究就十分有必要。针对RGB-D相机价格低廉、轻便易携,能同时提供彩色图和深度图等特点,本文研究和探索了基于RGB-D相机的室内定位和绘图方法,主要工作有:1、在RGB-DSLAM方法中,针对RANSAC算法剔除误匹配点耗时过长的问题,本文给出了一种随机四点顺序保持约束的RGB-D SLAM方法,提高了系统中特征点匹配的实时性。通过公开数据集的特征点匹配实验,验证了该方法的有效性和可行性。2、针对在缺少纹理的场景下,基于RGB-D相机的定位与绘图系统会出现位姿估计不准确以及跟丢等情况,本文融合IMU数据与RGB-D信息,有效解决了机器人位姿估计不准确以及跟丢问题,使SLAM系统在纹理稀疏的环境下能够继续工作,具有更好的鲁棒性。3、给出了一种基于鱼眼摄像机的单目SLAM方法,大量的鱼眼图像及视频实验验证了该方法的可行性,实验结果表明该方法是对RGB-D SLAM方法的有效补充和扩展。