随着科学技术的进步,机器人技术逐渐在各行各业取得了广泛的应用。移动机器人具有对周围环境的感知、在未知环境中的自我定位的能力,是实现避障导航、环境交互等功能的基本要求。同时定位与地图构建(SLAM)技术通过相机采集的图像序列,计算相机在空间中六个自由度的位姿,可以实现机器人的自我定位和地图构建功能。本文设计了一款基于RGB-D相机的视觉里程计系统。作为视觉SLAM系统的核心部分,该系统主要由图像预处理模块、特征点提取模块、相机位姿估计模块和地图维护模块组成。首先,为了获取环境的视觉信息和深度信息,图像预处理模块选择Kinect2相机作为传感器,标定了相机内外参数,分析了小孔成像模型和图像配准等技术原理,得到准确的空间点云;其次,根据相机定位的需要,选用ORB特征设计了特征点提取模块。为了保证后面相机定位的鲁棒性,本文在原有ORB特征提取算法基础上提出了一系列均匀化特征点分布的策略,完成了对图像特征的可靠提取;再次,根据相机定位的要求,实验分析了不同的特征点匹配加速策略,设计了基于ICP算法的相机位姿估计模块,实现了由粗到精的双阶段相机位姿求解;然后,考虑到视觉里程计的实时性,研究了滑动窗口的工作原理,计算了光束平差法的优化过程中需要的雅可比,并进一步设计了基于滑动窗口的地图维护模块,实现了地图建立和维护的功能;最后,在TUM RGB-D公开数据集上和实际环境中进行了精度测试和耗时分析。实验结果表明视觉里程计可以完成实时估计相机位姿、构建环境稀疏地图的任务。