在传统粮仓中,平粮工作都是由人工来完成,这样既耗时又耗力。现如今,移动机器人已经在各行各业中使用,但是在粮仓的平仓工作中使用则是少之又少。原因是不能解决在粮仓的复杂环境中机器人的定位导航问题,而定位和导航技术又是实现机器人的关键。随着计算机视觉技术的发展,视觉SLAM机器人系统中得以广泛使用。将深度相机作为传感器的视觉里程计技术能同时获取到环境的深度信息,采用密集点云匹配技术对位姿进行优化。但是由于对图像信息的依赖,在像粮仓这种特征点稀少和重复环境中会存在匹配失误,同时由于仅依赖单个传感器系统的累积误差无法修正。因此,本文针对平仓机器人中的这一问题进行研究,并完成以下内容:（1）结合粮仓实际问题,对平仓机器人的定位导航问题进行建模,进行分析和设计整体算法框架。（2）提出将惯性测量单元与视觉传感器进行融合的多传感器融合定位算法改进并通过加权平均和卡尔曼滤波的方式分别对位移和姿态进行融合。（3）实现多传感器融合的平仓机器人导航方法。在绘制的粮仓环境的栅格地图中,通过A*算法完成路径规划。该算法速度快,实时性高,满足机器人定位导航需求。综上,本文逐步实现了基于视觉SLAM的平仓机器人定位导航改进方法,并设计实验测试。实验结果表明该方法在各项性能指标上均具有较好的效果,具有实际应用价值。