近年,随着无人机、虚拟现实、增强现实相关游戏和设备的迅速普及,即时定位与构图技术(simultaneous localization and mapping,以下简称 SLAM技术)成为了当今研究的重点问题之一,如今众多厂家将该技术应用到手机、眼镜、平板设备中,如微软的Kinect、谷歌的Project Tango设备等。搭载该技术的以上设备集成了 RGB相机、深度相机和其他传感器,能够克服传统扫描设备的成本与专业性限制,可以实现以更低的成本和更快的速度重建出三维场景,现已被广泛应用于机器人、教育、室内导航、虚拟购物等领域。虽然基于移动设备的SLAM技术具有低成本、便携性等优点,但仍存在一些改善空间:一方面,移动设备采集的数据深受噪声影响,用户操作不当等人为因素也将导致数据抖动和不连续,这些问题将严重影响三维重建的质量;另一方面,在面对大规模场景时,设备所需处理的数据量成倍增长,而设备本身CPU、内存硬件资源有限,会降低定位与重建的实际处理速度。因此,如何保证时效性和建模质量之间的平衡也将是SLAM技术中的重要问题。为了深入研究SLAM技术,本文将谷歌Project Tango设备作为实验对象,选取室内场景的三维重建为应用场景来展开工作。对于设备的原始数据噪声大和硬件资源有限的问题,本文针对系统误差和噪声影响提出基于Project Tango设备的校准模型以及基于视觉词典引入内存管理方式的闭路检测算法,以提高数据准确性、减少累积误差,并结合图优化算法编写出可运行于Project Tango设备的应用程序,其核心内容分为原始数据预处理、相机运动姿态检测、全局姿态优化三部分。方案的主要过程为:第一步,对原始数据预处理。通过一组实验对原始数据的特点进行分析并从系统误差和噪点两方面分别建立校准模型,为后续算法提供准确的数据源;第二步,相机运动姿态检测。在扫描场景过程的同时,首先计算每帧图像的特征向量并对相邻帧图像的特征点进行匹配,其次采用改进的RASAC和ICP算法进行初步估计,形成初步的场景模型;第三步,全局姿态优化。当扫描结束后先采用基于视觉词典模型的闭路检测算法,通过内存管理方法严格控制用于检测闭路的位置点数目,随后应用g2o框架实现全局的图优化确定最优的运动姿态,以期避免场景重叠,有效提高计算速度。本文的核心贡献主要有:1.利用系统误差和噪点模型对原始深度数据进行预处理,从根源上降低累积误差的发生几率;2.基于视觉词典模型引入内存管理的方式进行闭路检测,有效提高场景信息的准确度和建模的质量,而且整个建模过程由Project Tango设备独立完成;最后,本文选取多组实验场景进行实时三维重建,从建模质量和处理效率两种不同角度与Project Tango平台已有的同类室内建模程序Open Constructor展开定性和定量的结果分析以证实本算法的可行性和高效性。