机器人是人类历史长久以来的梦想，并逐渐地进入人们的生活。随着技术水平的发展，人们希望机器人可以在更加复杂的环境中进行工作。这就要求机器人可以在复杂的未知的环境中能够快速地建立周围环境的地图，并根据地图进行自身的定位。也就是实现真正的自主式移动机器人。同步定位与地图构建（SLAM）正是为了解决移动机器人在未知环境的自主移动问题的技术。传统的移动机器人通常是在结构化的环境中进行研究，地图是已有的先验知识。而SLAM包括建图和定位两个问题，两个问题互相影响无法分割，建图是定位的基础，而定位又影响建图的准确性。SLAM技术近20年来受到全球各地研究者的关注，提出了各种解决方案。本文主要研究基于单目视觉传感器的SLAM。首先阐述了同步定位与地图构建技术的研究背景和意义，对各种现有的SLAM技术做了简要介绍。然后介绍了本文使用的视觉特征的提取算法KAZE，并与传统的SIFT、SURF特征做了比较，说明KAZE特征具有更好的稳定性。接着介绍了基于扩展卡尔曼滤波的SLAM模型以及地图路标的管理策略。最后给出基于机器人操作系统ROS的SLAM系统设计和实现，并对算法性能进行实验和测试。