未知环境下移动机器人的同时定位与建图(Simultaneous Localization andMapping，SLAM)是自主探索领域的核心问题，自提出以来便受到了广泛关注，相关研究者提出了多种解决方法。目前SLAM的研究主要面向结构化环境。结构化环境是移动机器人SLAM研究与应用的主要环境之一，而激光和视觉传感器能够比较容易地提取点或线特征作为陆标，因此成为结构化环境下定位与建图采用的主要传感器。　　 本文针对结构化未知环境，对基于激光和单目视觉的SLAM问题进行研究，提出基于激光和视觉信息融合的主动SLAM方法。主要工作如下：　　 (1)针对二维结构化环境，提出了基于激光角点特征的SLAM方法。通过应用改进的运动学模型，并采用角点和线段混合观测的方法，提高了基于激光角点特征的SLAM的准确性和鲁棒性。　　 (2)针对三维结构化环境，提出了基于竖直线特征的单目视觉SLAM方法。为了解决单目视觉SLAM中的特征深度初始化问题，使用逆深度的表示方法描述竖直线特征的状态。　　 (3)在上述两个工作的基础上，针对三维结构化环境，提出了基于激光和单目视觉信息融合的主动SLAM方法。通过激光和视觉信息的融合得到更加准确的特征估计，进而提高了SLAM的准确性。另外，通过采取基于最优控制的主动SLAM方法，减小机器人定位与建图的不确定性，提高了SLAM的准确性和鲁棒性。