随着人工智能、计算机科学、传感器技术等学科的快速发展，对移动机器人的自主化和智能化提出了更高要求。自主定位和环境地图构建是移动机器人执行任务的前提和基础。视觉传感器凭借其独特优势，使其在移动机器人导航领域受到越来越多的关注。但由于视觉信息处理的复杂性和不稳定性，还存在许多亟待解决的难点和缺陷。本文针对移动机器人视觉匹配与地图构建算法进行了研究，并且在传统方法基础上进行了一些改进，主要研究内容如下：　　首先，概述课题研究意义及背景，分析了移动机器人的发展现状、移动机器人视觉定位算法和地图创建算法的研究现状及存在的问题。同时阐述了移动机器人位姿模型、运动学模型、视觉传感器模型和噪声模型等，这些模型是移动机器人导航算法实现的平台基础。　　其次，论述了移动机器人视觉定位应用的尺度不变特征变换算法，针对移动机器人导航过程中基于尺度不变特征变换算法图像匹配速度较慢，提出了基于减法聚类和二值化的改进尺度不变特征变换算法。通过仿真实验对比，改进的尺度不变特征变换算法特征提取速度和匹配精度更高。　　再次，针对移动机器人基于拓扑地图导航时要求图像特征提取与匹配算法精度高，有较好的实时性和鲁棒性，提出了基于融合特征的图像匹配算法。该算法将基于局部特征的改进尺度不变特征变换算法和基于全局特征的改进形状上下文算法相结合，从而达到优势互补的目的。实验结果表明该算法在机器人基于拓扑地图导航过程中，有效的提高了图像匹配效率，降低了运行时间。　　最后，针对移动机器人地图创建问题，提出了基于多特征融合的机器人改进拓扑地图创建方法。将视觉特征与几何特征相结合，构建拓扑地图。该地图包含所有拓扑节点以及节点之间的连线信息，其中节点由视觉特征和几何特征进行描述，节点之间的连线表示其可到达关系。通过多特征融合，充分利用其各自优势提高环境建模的实用性、准确性和鲁棒性。实验结果证明了该地图建模方案的有效性。