三维地图广泛应用于人们的日常生活和移动机器人自主导航、医学图像、虚拟现实等各个领域。目前在室内环境进行三维地图重建存在计算时间过长、表达信息不够完整、难于应用于实际机器人导航等问题，本文通过对特征点的提取和匹配进行预处理，然后针对不同环境状况采用不同的位姿求解方法，最后对求解的一系列位姿进行闭环检测和图优化，获取较高精度的三维地图，并将点云数据进行组织与索引，实现移动机器人导航功能。本文主要研究了基于移动机器人的同步定位与地图创建(SimultaneousLocalization and Mapping，SLAM)算法，引入Kinect相机获取三维场景的深度信息，实现基于计算机视觉的室内场景的实时三维重建。　　本研究主要内容包括：⑴选择Kinect相机来获取三维信息，并且使用旅行家Ⅱ号移动机器人平台组成实验硬件设备。在Microsoft Visual Studio2010开发环境下结合开源库PCL(Point Cloud Library)点云库，进行移动机器人三维地图创建与定位的软件开发。⑵提出了一套完整的三维彩色地图创建与定位方法。介绍了移动机器人位姿的描述与坐标变换，通过使用SURF(Speeded-Up Robust Features)算法进行特征点检测和匹配，然后针对不同环境采用不同的算法进行视觉里程计的计算。在移动机器人初始位姿的基础上，建立三维地图和更新机制，并且初步创建和显示三维地图。通过对理论值和真实值的实验结果分析，证明了视觉里程计和地图创建与定位方法的可靠性。⑶针对视觉里程计带有累积误差，当地图范围较大、Kinect相机工作时间较长的时候，地图会发生变形并且运算量大的问题，提出了基于关键帧的闭环路径检测和基于关键帧的地图创建与优化的解决方法。将闭环路径检测方法中外观相似和空间位置相近的两种方法相结合，创新性提出了将相似度与欧式距离同时考虑的综合方法，并通过实验分析了复杂轨迹下的闭环路径检测效果，保证了检测的稳定性与一致性。⑷在关键帧的闭环路径检测基础上，应用L-M（Levenberg-Marquardt）算法对地图进行图优化。并通过实验分析了优化前后基于关键帧地图创建的各项指标及轨迹效果，实验结果表明图优化提高了地图精度。⑸为了使移动机器人能够理解并且使用三维点云地图进行避障导航和轨迹规划，对优化后的三维地图点云数据的组织与空间索引方法进行了改进，提出了改进八叉树的编码方法，降低了内存的消耗并提高了检索效率。