近来自动驾驶、无人物流等技术方兴未艾,同时定位与地图构建是这些技术重要的基本理论,是进行其他智能业务的前提。激光与相机是在本领域中广泛使用的传感器,用以获取装备周围环境信息并进行处理,同时计算出装置自身运动轨迹和周围环境的三维重建。激光与视觉同时定位与地图构建都有许多可行方案,取得了良好的应用效果。但是视觉里程计中累积误差问题,激光里程计中匀速运动模型造成的误差等,都是需要进一步解决的问题。因此,研究如何利用激光与视觉数据融合进行同时定位与地图构建来减少或消除各自的不足之处,具有重要的研究价值。针对激光与视觉融合的同时定位与地图构建问题,本文主要探讨了激光传感器与视觉传感器之间的相对位姿标定,以及二者数据融合的同时定位与地图构建研究,主要工作如下:1、提出了基于共面圆的深度传感器与相机的相对位姿标定算法。该算法分为基于对应点和点到平面距离约束两大思路。第一种思路使用一个含有两个圆的标定板,利用射影不变性估计出相机相对于标定板的位姿,并进一步计算出标定板圆心在相机坐标系下的坐标;利用深度传感器获取数据的尺度不变性,计算得到标定板圆心在深度传感器下的坐标,利用对应点之间距离约束优化计算出传感器之间的相对位姿。第二种思路基于点到平面的距离约束,计算相机坐标系下标定板所在平面的参数,提取深度传感器位于标定板上的点,利用点到对应平面距离为零进行优化求解相对位姿。仿真实验与真实数据实验结果表明,本标定算法的准确性与鲁棒性较已有算法有明显提升。2、研究了已有的单线激光和激光提供深度信息的视觉同时定位与地图构建算法,实现了这些算法,并用实验说明了上述算法存在的不足之处。设计了利用激光里程计进一步优化激光视觉里程计并同时构建周围环境三维地图的算法。通过与上述两种算法的实验结果进行对比,本算法缓解了视觉里程计的累积误差问题,解决了单线激光里程计匀速运动假设造成的局部点云畸变问题,运动轨迹的估计与周围环境的重建都取得了更准确的结果。