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。本项目仅依靠里程计和单目视觉实现室内环境高质量仿射不变特征地图的创建。首先检测高斯差分图像尺度空间中的关键点，基于Gabor小波变换优化SIFT算子构造具有高区分性的低维特征向量，描述图像局部仿射不变特征，并用近似最近邻搜索算法实现特征对的快速匹配。其次提出一种无偏快速同时定位与地图创建方法，设计可靠的运动模型、观测模型和新提议分布，通过特征匹配、初始运动估计及路径滤波，确定帧间相对运动，并通过三角法直接重建特征三维位置。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。本项目为未来新兴产业的发展提供自主知识产权的基础技术，具有重要实际意义。

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。本项目仅依靠里程计和单目视觉实现室内环境高质量仿射不变特征地图的创建。首先检测高斯差分图像尺度空间中的关键点，基于SIFT算子构造具有高区分性的低维特征向量，描述图像局部仿射不变特征，并用近似最近邻搜索算法实现特征对的快速匹配。其次提出一种无偏快速同时定位与地图创建方法，设计可靠的运动模型、观测模型和新提议分布，通过特征匹配、初始运动估计及路径滤波，确定帧间相对运动，并通过三角法直接重建特征三维位置。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。除此之外本项目进一步研究了基于单目RGBD相机实时创建三维地图的可能性，基于GPU的高速并行处理技术，实时创建场景表面具有纹理细节的三维地图，并且在创建的地图中基于增强现实技术实现了动态目标和虚拟场景之间的动态交互。本项目为未来新兴产业的发展提供自主知识产权的基础技术，具有重要实际意义。