近年来，随着机器人技术的不断发展，越来越多的机器人开始走进人们的视野。移动服务机器人作为一类能为人们生活提供便利的机器人也在机器人技术前进的潮流中应运而生，这种机器人一个重要的能力是要能理解周围环境并确定自身在环境中的位置。当机器人面对一个未知的环境，在进行自定位的同时建立对周围环境的描述是一个“鸡生蛋，蛋生鸡”的问题，该问题被称为同时定位与地图创建(Simultaneous Localization And Mapping，SLAM)，它也是机器人执行其他高级任务如未知领域探索、自主导航等的必要基础。　　由于近来新型传感器的相继问世，使用RGB-D相机进行三维地图创建也成了SLAM领域的研究热点并显现出很多优势。本文基于RGB-D传感器设计了一个适于室内环境的同时定位与地图创建系统，该系统遵循视觉SLAM系统的标准流程并对其中的技术进行了改进，使其尽可能准确地重建出室内环境的三维模型。　　所设计的SLAM系统包括两个主要部分:第一部分通过视觉里程计技术的帧间对齐算法估计相机的连续位姿用于局部优化及闭环检测，第二部分通过闭环检测得到访问同一场景的空间约束来改进估计位姿之间的不一致。本文主要内容如下:　　首先，本文对基于RGB-D传感器的视觉里程计进行了研究，针对传统位姿变换计算方法的缺陷进行了改进，包括区域最大值限制的特征点提取、改进随机点选取及内点计数方法的随机采样一致性以及双向优化目标函数，并利用改进的算法设计了一种多算法级联的视觉里程计算法，实验结果表明该算法具有较高的准确度和鲁棒性。　　其次，本文利用关键帧提取技术在相机的连续位姿中提取关键帧，并依靠关键帧序列进行闭环检测，同时，基于图优化的局部子地图及全局地图优化方法能够进一步减小不同位姿间的误差，获取更准确的位姿，依据该位姿序列将相机观测到的点云信息转换到全局坐标系下，由此构建出全局一致性的三维地图。　　最后，使用评测视觉SLAM的标准数据集以及真实室内环境对本文系统进行实验，通过对比不同方法的准确性、实时性、鲁棒性验证本文SLAM系统的性能。本SLAM系统只需依靠一个RGB-D传感器即可创建出环境的三维地图，因此可以很方便地应用于不同平台。