经过三十多年的发展,同时定位与建图(Simultaneous Localization and Mapping,SLAM)技术被认为是实现智能体自主定位的关键技术。SLAM技术主要可以分为以激光雷达作为传感器的激光SLAM和以相机作为传感器的视觉SLAM,其中视觉SLAM由于成本低、信息量大、适用范围广等优势逐渐成为了研究热点。主流的视觉SLAM方法通常采用单目相机、双目相机和RGBD相机作为传感器,但这些相机的视野有限,在实际应用中容易出现诸如跟踪丢失、遮挡等问题。相比这些相机,使用鱼眼相机或组合多个相机都可以显著扩大视野范围,尽可能地避免出现上述问题,为视觉SLAM估计相机位姿和构建地图提供更丰富的环境信息。本文提出了一种基于多鱼眼相机系统的视觉SLAM算法,充分利用了鱼眼相机的大视场和多相机系统的优势,提高了系统定位与建图的精度和鲁棒性,并解决了单个相机存在的尺度不确定性问题。首先,针对鱼眼图像畸变严重的问题,本文使用了泰勒多项式建模鱼眼相机,提出了双针孔投影模型来消除图像畸变,同时尽可能地保留图像信息。然后,针对主流视觉SLAM方法不支持多相机系统的问题,本文引入了多相机系统模型融合多个相机的信息,并针对多视图的特点,结合双针孔投影模型提出了新的多视图光束法平差及其雅可比公式。随后,本文在多鱼眼相机系统的基础上设计了视觉SLAM算法,结合双目视觉原理提出了一种适用于多目系统的初始化方法,并扩展了针对多目系统的跟踪、建图和回环功能。最后,使用搭载多鱼眼相机的汽车在地下停车场收集了一些具有挑战性的真实图像数据集,并设计了特征匹配实验、视觉里程计实验、闭环实验和相机数量实验等多个实验对本文提出的基于多鱼眼相机系统的视觉SLAM算法进行实验评估。实验结果表明:本文提出的双针孔投影模型能够有效消除鱼眼图像畸变,改善特征匹配的数量和质量,提升特征匹配的平均内点率,而本文提出的基于多鱼眼相机系统的视觉SLAM算法得益于双针孔投影模型和多鱼眼相机系统的优势,具有更高的精度、更好的鲁棒性和稳定性,同时更容易检测到回环的存在,从而进一步通过闭环显著消除累计误差。