移动机器人目前正在从工业到生活中普及,其智能化水平在不断的提高。移动机器人的智能化首先体现在对周围环境的智能感知上,智能感知是移动机器人的智能化的基础。SLAM(simultaneous localization and mapping)技术是智能感知的基础和关键技术,对推动移动机器人智能化起着很大的作用。SLAM技术的核心是把环境和机器人的位姿作为一个整体,并一起作为系统的被估参数,即SLAM技术同时估计自身位姿以及环境地图,并利用环境地图进行自身定位。目前RGB-D相机的出现为视觉SLAM提供了新的传感器选择,相较于目前的单目SLAM技术具有的尺度不确定性来说,RGB-D本身提供了深度信息,很好的解决了尺度问题,而双目的深度获取需要大量的计算量,RGB-D相机利用TOF或别的技术直接获取环境深度,省去了很大的计算量。而RGB-D用于SLAM技术本身又具有很多自身独特的问题,需要去研究。本文首先对基于RGB-D的SLAM技术进行了研究,包括自然路标的特征点提取,帧间运动恢复,关键帧检测,后端优化,闭环检测等。针对本文ORB特征点的提取和匹配,使用了高斯金字塔使得ORB特征具有了一定的尺度不变特性,并综合运用了运动模型进行预测,缩小了特征匹配的区域,加快了匹配速度。针对RGB-D深度信息具有很强的噪声,摒弃了传统立体视觉里程计3D到3D的运动恢复方法,使用了PnP基于3D到2D的运动方法,并根据三角化更新3D点,使得系统里程计具有了很高的精度。把闭环检测技术用于了里程计丢失情况,使得里程计具有了重定位能力。最后实现了基于RGB-D和具有可以导航的八叉树地图的SLAM系统,验证了基于RGB-D的SLAM技术的可行性。