随着机器人智能化水平愈发提高,机器人自主导航研究自然也就成为了热点课题。机器人能够实现自主导航的关键因素是对于行走路径上环境的准确感知与建图。只有知晓周边环境情况,才可对机器人运动轨迹路线有合理规划,对无人驾驶技术也是一种推动。目前主流场景建图技术有两种方式:（1）多传感器组合的方式建图,通过多种传感器进行周围障碍物物理距离测量,利用大量距离信息进行场景恢复,该方法时间成本高且难以恢复场景形貌。（2）采用相机拍摄进行场景建图。该方法直观的呈现场景二维画面信息,并且通过算法辅助使其映射到三维空间的场景具有较高的环境完整性,为机器人获取行走路径的准确性提供了稳定保障。本文采取双目立体视觉的方法进行移动机器人周围场景建图。双目立体视觉原理本质上就是对人眼视觉原理的模拟。在视差理论的基础上,对相机采集到的场景进行三维恢复。因此双目立体视觉最关键的部分就是获取视差图,视差图质量的高低直接决定了三维重建效果的好坏,这也是本文研究的重点。为了获取质量高的视差图,本文将局部立体匹配算法、半全局立体匹配算法、全局立体匹配三种算法中的典型算法都做了实验与分析。采用控制变量的方法将影响各个算法的参数进行调整,选取一个效果最佳的视差图。综合考量,最终选择了以SGBM半全局立体匹配算法作为本课题获取视差图的算法。针对视差图中存在黑洞区域的情况,提出一种自适应窗口的均值滤波算法进行视差黑洞填充,使得视差图更加完整。本文通过相机标定获取相机的内参、外参、畸变系数。双目相机采集机器人沿途行走的场景图片,并进行立体校正。实验中,受相机像素以及光照不均等因素的影响,采集的照片质量不高。为了解决问题,在图像预处理阶段采用直方图均衡化的方法来进行待匹配图像的增强。将增强后的图像组对采用立体匹配算法获取视差图,并进行视差图黑洞区域的优化填充。视差图、相机标定参数、纹理映射、三角变换原理四者结合在一起,可以将相机采集到的场景恢复成空间中的三维点云。控制机器人行走,沿途不断的用双目相机采集周围场景状态,每采集一次就恢复当前状态下的场景三维点云信息,通过相邻状态下点云特征信息的关联性,依次进行点云拼接,从而将机器人行走路径上的周围信息都重建出来,完成周围场景建图的课题任务。