本论文主要研究了基于三维摄像机的移动机器人三维彩色地图创建与定位问题,讨论了关键帧提取与闭合路径检测技术,并在此基础上实现了对地图的优化。其主要工作如下:首先,本文选择Kinect三维摄像机来获取三维信息,并结合Pioneer移动机器人组成实验硬件设备。在基于PCL(Point Cloud Library)点云库的基础上,搭建了移动机器人三维地图创建与定位的研发装置。其次,本文提出了一套完整的三维彩色地图创建与定位方案。介绍了机器人位姿的描述与坐标变换,结合6D SLAM参数模型,借助ORB(Oriented FAST and Rotated BRIEF)算法进行特征点提取和匹配,完成基于ICP(Iterative Closest Point)算法的机器人三维运动估计;在机器人初始位姿的基础上,建立三维地图初始化和更新机制,并显示初步创建的三维地图与定位信息。通过对理论值与真实值的实验结果分析,证明了运动估计和地图创建与定位方案的可靠性。但该方案存在累积误差使得地图发生变形且运算量大,故需要进一步优化。针对上述问题,本文提出了基于关键帧的闭合环路检测和基于关键帧的地图创建与优化的解决方案。在研究闭合路径检测前,对基于关键帧提取法和欧氏距离剔除法的简单闭合路径检测方案进行了改进,并创新性提出了结合熵率、特征点对数与距离等综合提取的方案,实验在雷同与非雷同环境下验证了提取关键帧技术的鲁棒性;在研究闭合路径检测的基础上,创新性提出基于欧氏距离剔除的闭合路径检测方法,并用特征点对数作初步的闭合路径检测,后用帧间熵率与欧氏距离进一步验证分析,确保闭合路径检测的正确。实验分析了简单轨迹、复杂轨迹与多闭合路径轨迹等情形下的闭合路径检测效果,保证了检测的稳定性与一致性。最后在关键帧的闭合路径检测结果的基础上,应用随机梯度下降(SGD,Stochastic Gradient Descent)的方法对地图进行优化。并实验分析了优化前后基于关键帧地图创建的各项指标及创建效果,结果表明优化提高了三维地图创建与定位的性能。