随着机器人技术和人工智能技术的不断发展,机器人开始从原来主要面向工业场景逐渐走入了人们的生活之中。而对于机器人来说,定位和导航一直是它的核心问题之一。早期机器人主要依靠GPS、IMU、激光雷达等进行定位,而随着计算机视觉的发展,双目相机以其低功耗、廉价、数据量丰富等特点开始越来越多地被应用于机器人定位与制图领域。本文采用双目视觉传感器对传统依靠GPS定位导航的移动机器人系统进行补充,使移动机器人在运动的过程中进行精确的环境地图感知,提高了机器人导航的准确性。具体来说,本文针对移动机器人同步定位与地图创建技术主流算法框架ORB-SLAM2中涉及到的前端里程计、后端优化、回环校正算法进行了分析及研究,并针对前端里程计特征提取效率低等问题进行了改进。同时针对原始框架中无法进行稠密三维重建等问题,本文提出使用八叉树地图进行同步三维重建,提高了该框架在移动机器人平台中的易用性。在移动机器人导航方面,本文提出一种改进的平滑A*路径规划算法,提高了移动机器人局部平滑避障的效果。然后针对室内丰富纹理场景和室外少纹理开阔场景,分别提出移动机器人对应的导航方案,使得机器人处于不同环境时都能够保持较高的运动效率。尤其在室外环境中,本文提出使用开放城市街道地图处理方法,从宏观上降低移动机器人发生避障等操作的概率。最后,使用轮式机器人实验平台,对系统进行模块化的性能测试,比较了改进后的各个算法的性能。然后在室内和室外环境中分别进行了整个移动机器人系统的实际导航性能验证。实验表明,该系统能够很好地完成移动机器人在室内和室外环境中的自主导航任务,具有较好的实用性和鲁棒性。