视觉SLAM(Simultaneous Locating And Mapping)从图像采集到算法执行是一个运算复杂且实时性要求较高的过程,同时受环境中纹理复杂度和光照情况的影响较大,且实际实验过程中对整体设备的移动性能也有要求的较高。为解决这些问题,本文对视觉SLAM的仿真实验平台搭建和测试方法进行了研究。首先引入了开源机器人操作系统ROS下的Gazebo模拟器,运用其强大的物理引擎搭建了youbot移动机器人仿真平台,并使用插件编程接口实现一个参数可调的深度相机并搭载于youbot上,再使用高质量的3D模型构建一个表面纹理可变的测试空间,形成一个完整的视觉SLAM仿真环境。其次,本文引入了Linux下GPU的图形处理及CUDA计算,以满足Gazebo高效的仿真以及视觉SLAM算法加速的研究,同时分担CPU的计算量。最后,在ROS运行环境下,Gazebo中的youbot在测试空间里移动,同时将深度相机实时捕捉到的数据映射到视觉SLAM算法中的对应主题,并分别实现基于ORB-SLAM2和RGB-D SLAM算法框架的测试和运行,再同时运行这两种算法对同一仿真环境进行建图并实时显示在Rviz 3D可视化界面中,从而进行对比分析。经过测试,结果验证了该仿真环境在独立主机的运行环境下完成视觉SLAM的有效性和可行性,另外依托固定主机的性能优势,为同时运行多种视觉SLAM算法在一个可调的仿真环境中进行对比提供了可能。