定位与导航是移动机器人研究的两项关键技术,传统的定位方式一般要在环境中安装传感器,对应用场景存在较多的限制。基于视觉的同步定位与地图构建(Visual Simultaneous Localization and Mapping,简称V-SLAM)技术仅需摄像头即可确定机器人在物理空间中的方位和重建场景的三维结构。同时随着低成本RGB-D相机Kinect的出现,它能直接对环境进行三维测量,为机器人的定位与导航提供了诸多便利。本文在此背景下,研究基于RGB-D图像的移动机器人三维地图构建与导航系统。本文的主要研究工作如下:(1)在传统基于点特征的SLAM方法基础上加入环境中普遍存在的线特征,研究基于点线特征的三维地图构建算法。该算法通过最小化点线特征的重投影误差进行位姿估计和局部地图优化。构建基于点线特征的词袋模型进行闭环检测,通过闭环校正消除累计误差得到全局一致的环境地图,并将点云地图转化为八叉树地图。该算法能够有效提升三维地图构建算法的鲁棒性和精度,同时满足后续导航规划的要求。(2)通过双向搜索和平滑路径对传统A*算法进行改进,能有效提高全局路径规划的效率,减少转折次数。并结合全局路径规划与局部路径规划的优点,提出一种基于改进A*与DWA算法的分层路径规划算法。该算法能够在全局层面优化路径,避免陷入局部最优,同时能针对动态环境实时修正路径,实现动态避障。(3)通过公开数据集进行建图实验,验证基于点线特征三维地图构建算法的精度。分别在实验室与走廊环境进行建图实验,以及在实验室环境进行路径规划实验。实验结果验证了本文提出的三维地图构建与导航系统的有效性和可靠性,能够在不同环境下实现建图和路径规划功能。