移动机器人是如今国内外研究的热点课题,由于自主移动机器人可以替人类完成枯燥重复、环境危险、人员受限的任务,因此无论在工业、物流业还是服务行业,都有着广阔的发展前景。而自主移动的关键是如何实现机器人对环境的感知定位,这就是同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)技术。视觉传感器凭借丰富的环境信息,低成本的硬件条件,使得越来越多研究者朝视觉SLAM方向发展。本文对基于视觉的SLAM技术研究和应用展开了研究,在主流的视觉SLAM框架上改进并构建了一套视觉SLAM系统。首先,研究了前端里程计实现原理,实现了对单目相机的标定,主要针对基于ORB特征点算法的介绍,并针对其他不同的特征点法做了对比分析,选定ORB(Oriented FAST and Rotated BRIEF)特征点算法作为构建本文系统的算法。其次,研究了基于图优化的非线性优化方法,以及后端的实现原理,结合位姿图优化提出了一种联合优化方法,分析了回环检测方法原理,并对有无回环的SLAM轨迹进行了对比,体现回环的必要性。然后,通过应用到基于特征的视觉SLAM的计算增强来平衡延迟和性能。针对从特征点到点云地图的数据关联中精度与延迟的优化,提出了一种基于揭示矩阵度量指标的子矩阵选择的特征选择方法。并结合主动匹配算法,提出了一种稳健的特征匹配算法。最后,搭建了一套中型机器人软硬件系统平台,将SLAM系统部署在机器人平台上,在实际环境中进行了测试,并测试了地图的可复用性,利用建好的地图实现机器人的环境定位。