单目视觉SLAM(同时定位与地图创建)的设备器材成本低、装配过程容易,能够解决双目SLAM无法解决的无穷远路标问题,近年来已获得广泛研究。本研究通过了解SLAM问题的计算框架,单目视觉SLAM的原理方法和算法流程,确立基于单目视觉SLAM的关键步骤为研究的主体。在研究和实践传统的基于单目视觉的SLAM方法后,针对算法的缺陷以及对程序的使用需求提出了相应的改进方法。通过实验表明,进过本文改进后的SLAM系统在实时性方面比原有的系统有了明显的改进。本文具体的研究工作主要包括以下方面:(1)介绍并且研究了单目 SLAM方法的发展情况和研究现状,阐述了单目SLAM问题解决的基本原理,分析了单目视觉SLAM方法的重要实现。(2)根据对SLAM系统的需求以及SLAM系统初始化的原理,提出了一种SLAM系统初始化指示器,增强了 SLAM系统的易用性。针对SLAM系统的初始化,该指示器定量度量了初始化的路标点的数量和密度并且为SLAM初始化指示了载体运动的方向,为SLAM初始化提供了一种有效的付诸方法。(3)由于灰度影像的视觉特征不明显会产生滤波故障,进而导致滤波器状态估计不够精确甚至出现陷入崩溃的问题。提出了一种基于联邦卡尔曼滤波的多波段信息融合的方法,将各子滤波器的位姿、运动及路标信息进行信息融合得到全局的最优估计状态,并根据信息守恒原理将得到的状态重新分配到各子滤波器以获取最佳局部估计状态。(4)在SLAM过程的基础上,研究了 SLAM系统的闭环监测,采用视觉词典的方法,在贝叶斯概率的框架下进行了闭环检测。并且应用Sparse bundle adjustment的方法SLAM结果进行优化。