近几十年来,随着机器人产业的快速发展,越来越多的服务机器人、工业机器人在社会发展中得到了广泛的落地和应用。人们对机器人的智能化程度要求也越来越高,因此作为机器人智能环境感知关键技术的三维重构技术已经成为了一个热点研究方向,并受到了越来越多的关注。同时定位和地图构建(Simultaneous Localization and Mapping,SLAM)是进行三维重构的有效工具,它指的是在一个完全未知的环境中,机器人通过自身携带的传感器来获取环境数据从而建立一个与真实环境一致的地图,并同时确定自身在环境中的位姿。其中单目视觉SLAM由其成本低、应用场景广泛等特点受到了研究人员的重视。双目立体视觉则是基于二视图几何的三维重构算法,其算法步骤包括相机标定、畸变矫正、立体校正、立体匹配以及通过视差图等获取深度图。本文在单目视觉SLAM算法和双目立体视觉算法的基础上进行三维重构。针对单目视觉SLAM中尺度缺失和双目立体相机三角测量的精度问题。首先结合机器人的尺寸信息和控制信息来构成双目相机的等效基线以达到单目摄像头等效双目摄像头的目的。在解决单目摄像头三维重构尺度缺失问题的同时,采用可变基线的策略来达到提高三角测量精度的目的。同时对传统的位姿估计算法进行分析,针对其无法完全排除噪声点的问题,利用矩阵低秩稀疏分解的方法降低了噪声点的影响,提高了相机相对位姿估计的精度。此外结合回环检测和位姿图优化的思想提出了主动闭环优化算法,利用机器人控制信息和尺寸信息提供的先验信息使相机达到主动回环的效果,同时结合改进后的相对位姿估计算法调整全局位姿能量函数,以达到更好的位姿估计效果。本文使用物理仿真环境下仿真传感器收集的数据以及机器人平台采集的数据进行实验与分析。实验结果验证本文提出的单目摄像头三维重构的算法,不仅能改进深度估计的精度,而且能提高相对位姿的估计精度。