同步定位与地图构建(Simultaneous Localization and Mapping,SLAM)是机器人领域中一大关键技术,具有广泛的应用前景。由于视觉传感器的独特优势,视觉SLAM成为近几年的研究热点。点特征是视觉SLAM中最广泛使用的特征,在特征提取、匹配和表示上都比较成熟。然而点特征对于环境依赖较大,在纹理缺失等场景中表现不佳。在人造的结构化环境中,存在着丰富的线特征,与图像中的点特征起到了信息互补的作用。同时线特征是一种更高层次的特征,利用线段特征构建的环境地图具有更直观的几何信息。本文利用从双目相机图像中提取得到的点特征和线特征,提出一种基于点线综合特征的视觉SLAM方法,可用于在室内室外环境的机器人定位与姿态估计。本文的主要研究成果包括:1.对线特征的提取、匹配过程进行改进,以提高前端中数据关联的正确率。其中提取部分对图像中割裂的线段进行合并,匹配部分采用匀速度模型和Liang-Barsky线段裁剪算法对相机观测进行预测。2.后端优化中,综合利用点、线特征构建图模型,并采用正交表示参数化空间直线,推倒相应的雅克比矩阵的解析形式。3.设计并构建了一套完整的统一的综合点线特征的SLAM系统,包括双目匹配、帧间匹配、局部构图,以及基于点线特征的闭环检测。实验表明,该系统具有良好地定位精度和地图重构精度。