科学技术发展迅速的今天,移动机器人占领着重要的组成部分,渐渐的融入到我们的生活中。同步定位与地图构建在构建地图的准确性与完整性是移动机器人的主要解决问题,这是移动机器人自主导航的前提。对于大范围场景与障碍物单一的环境下主要是使用激光雷达来构建地图。但是激光雷达也存在着缺陷,由于其只能扫描二维平面的环境信息,这样在构建环境地图的时候会缺失三维环境的信息,导致移动机器人构建的地图不够完整,地图的准确率大大降低,所以在缺失的三维环境中,移动机器人在构建地图的过程中会出现碰壁的情况。本文主要针对室内移动机器人,采用价格便宜的单线激光雷达并伴随着视觉的辅助,满足了移动机器人传感器检测范围,提高准确性以及完整性。在ROS系统中构建的移动机器人平台可以在静态环境中实现自主定位与构建地图。激光雷达仅仅扫描二维平面上的障碍物,如果需要更好的构建地图的环境信息,需要加入视觉信息进行辅助,从而提高了地图的丰富程度。移动机器人使用的相机是RGB-D相机Kinect。在视觉SLAM中由于需要计算所需要的环境信息较多,对PC的内存与CPU的性能要求较高。对深度相机获取的点云的进行特征提取。设定了阈值筛选了关键点,减少了对硬件的性能要求。单线激光雷达与深度相机进行数据信息融合采用Bayes估计来实现构建栅格地图。信息融合主要是把激光雷达与深度相机两个传感器的优点进行互补来解决移动机器人构建地图的准确率。在信息融合的过程中,本文介绍了深度相机将三维的环境信息投影到二维平面的方法。采用Gmapping-SLAM建图算法来对移动机器人的激光雷达与深度相机构建的栅格地图采用贝叶斯估计方法进行栅格地图的融合。最后对移动机器人再真实的环境进行测试,分别对比单一传感器的构建地图与信息融合的构建地图的优劣性。根据实验的结果对比显示,信息融合构建的地图具有更好的完整性与准确性,证明了信息融合方法的可行性。