中文摘要：

依靠视觉信息实现对环境的认知和建模是机器人研究领域的热点和难点，创建鲁棒的高质量环境地图是机器人实现自主导航和为人类提供各种智能服务的关键。本项目依靠具有双目视觉的多个移动机器人共同协作，实现较大规模非结构化环境高质量局部不变映射的地图创建。首先检测高斯差分图像尺度空间中的关键点，提出基于局部不变映射的特征提取算法，采用基于自适应Gabor滤波器的双目视觉特征匹配算法实现特征对的快速匹配。其次提出多机器人协作无偏快速同时定位与地图创建方法，设计可靠的多机器人系统结构，包括协作模型、多机器人信息融合方法、地图融合算法、观测模型和新提议分布，重建特征三维位置，经过多次滤波，获得总体误差最小的运动参数与路标位置。同时探讨协作SLAM的数据关联和环形闭合约束等关键问题，最后通过自主导航和全局定位验证所创建地图的可靠性和有效性。

结论摘要：

依靠视觉信息实现对环境的认知和建模是机器人研究领域的热点和难点，创建鲁棒的高质量环境地图是机器人实现自主导航和为人类提供各种智能服务的关键。本项目依靠具有双目视觉的多个移动机器人共同协作，实现较大规模非结构化环境高质量局部不变映射的地图创建。首先检测高斯差分图像尺度空间中的关键点，提出基于局部不变映射的特征提取算法，采用基于自适应Gabor滤波器的双目视觉特征匹配算法实现特征对的快速匹配。其次提出多机器人协作无偏快速同时定位与地图创建方法，设计可靠的多机器人系统结构，包括协作模型、多机器人信息融合方法、地图融合算法、观测模型和新提议分布，重建特征三维位置，经过多次滤波，获得总体误差最小的运动参数与路标位置。同时探讨协作SLAM的数据关联和环形闭合约束等关键问题，最后通过自主导航和全局定位验证所创建地图的可靠性和有效性。此外，还研究了基于参数优化的机器人运动规划问题，为仿人机器人SLAM奠定基础。