近年来,随着中国智慧城市建设的逐步深入以及人工智能技术的蓬勃发展,混合现实、虚拟现实、增强现实技术的应用都对室内场景三维重建任务提出了更高的要求。基于RGB-D相机传感器的三维重建技术,因其操作便捷、成本低廉、建模效率高等特点逐步取代了基于多线激光雷达的三维重建技术。该技术目前主要的研究内容是利用机器学习提高建模精度和速度,虽然该方法建模速度快、精度高、鲁棒性强,但是通常需要图形化处理器的辅助计算。而只依靠CPU的传统视觉三维重建方法,由于利用ORB特征匹配法来计算位姿变化,且没有适配的关键帧筛选方案,因此建模速度和精度都不够高,容易产生冗余数据。针对上述不足,本文提出了一种基于深度相机传感器和轮速计的多源融合室内场景三维重建方法,并基于ROS机器人操作系统,设计开发了一个高鲁棒、低成本、可实时演算、操作便捷的多源融合自主三维重建系统。本文主要工作内容如下:（1）提出了一种多源融合三维重建方法。针对传统方法使用视觉里程计进行三维重建所造成的建模速度慢、鲁棒性差等问题,本文提出了基于轮速计和深度相机传感器的多源融合三维重建方法。利用转换矩阵和TF变换处理轮速计数据,估计帧间位姿变化,并利用时间戳同步RGB-D数据,以此提高方法鲁棒性;利用视场重叠和概率矩阵确定关键帧,使用降采样滤波器降低点云密度,通过姿态图优化消除累积误差,以此提高建模速度和质量。（2）提出了一种针对全向移动机器人的关键帧筛选方法。针对传统方法利用机器人位姿变化阈值确定关键帧导致的数据冗余、计算量大等问题,本文提出了利用视场范围和概率矩阵确定关键帧的方法。通过转化帧间探测范围在二维平面上的投影,并计算其重叠面积比值确定候选关键帧;在此基础上利用概率矩阵记录已探测区域,利用候选关键帧概率值确定关键帧,以此避免处理重复观测数据。（3）设计并实现了多源融合自主三维重建系统。本文根据所提出的多源融合三维重建方法,结合自主导航技术设计实现了一个基于ROS系统、依托Qt应用开发框架的多源融合自主三维重建系统。包括自主导航、三维重建等功能模块。经过对比实验,本文方法在只依靠CPU的前提下,三维重建效果相比传统ORB方法有所提升。在搭载深度传感器和激光雷达的Turbot2全向移动机器人上进行了实机测试,结果验证系统功能正常完善,可以满足室内自主三维重建任务的需求。