移动机器人（轮式、履带式、足式等）可以代替人类完成行星探测、海底作业、救灾等危险任务,也能帮助人们做日常家务以及提供娱乐消遣等工作。在智能制造2025的大背景下,轮式搬运机器人、并联码垛机器人、多关节焊接机器人等工业设备的智能化浪潮席卷各个行业。基于视觉的三维重建技术作为设备对环境感知智能化中的重要一环得到了快速的发展。其中双目视觉三维重建技术模拟人眼成像原理,利用左右目视差对目标进行三维重建,能有效提高产品质量检测精度,降低检测成本。本论文以基于人工特征的三维重建算法为基础对双目视觉实时稠密三维重建技术展开研究,并为其搭建了轮式移动机器人三维重建算法实验平台。首先,从最基本的相机成像原理出发,研究了相机成像模型以及其中不同坐标系间的相互转化。分析了相机畸变产生的原因以及其对应的解决方案。针对双目测距系统随着物距增加精度下降的问题搭建了可变基线的双目视觉硬件系统。通过对主流标定方案的横向对比,选择了精度更高的TOOLBOX＿calib工具箱作为本文的标定方法。其次,研究分析了主流同步定位和建图（Simultaneous Localization And Mapping,SLAM）系统的结构框架与运行原理,并选择追踪精度高、编程语言简洁的ORB-SLAM2算法作为实时三维重建系统的视觉里程计部分。为ORB-SLAM2算法添加了关键帧与相机信息（camera＿info）输出接口。以挑选过的关键帧作为输入图像,能有效降低实时重建系统的计算量。然后,剖析了立体匹配的原理,分别实现了基于ELAS、SGBM、BM三种立体匹配算法的稠密点云重建。在保证点云质量的基础上,兼顾计算时间选择了ELAS算法作为重建系统的立体匹配部分。同时结合视觉里程计实时输出的相机轨迹,编写了局部点云拼接节点。最后,搭建了四轮独立驱动的轮式机器人三维重建算法实验平台。使用融合了模糊控制的自适应PID闭环控制算法对轮式机器人实现了稳定的控制,并在轮式机器人实验平台上对双目视觉实时稠密三维重建算法进行了精度实验。