随着计算机和人工智能技术的快速发展，基于嵌入式系统的智能产品已经成为人类生活中不可或缺的部分。与此同时，作为智能产品的移动机器人近几年也开始崭露头角，日益朝着自主化的方向发展。自主导航是智能移动机器人研究领域中的一个重要方向，其中最基本的问题就是自主定位和环境地图的构建。　　与距离信息相比，图像信息更丰富、更直观，在机器人室内导航领域有着巨大的研究前景。本文针对移动机器人室内导航问题，主要研究了基于单目视觉移动机器人SLAM(Simultaneous Localization and Mapping，SLAM)，主要包括以下几个方面:　　首先，分析了SLAM问题的内涵，建立了移动机器人的运动模型、观测模型以及环境模型等。在对当前国内外单目视觉SLAM的发展情况及研究方法充分调研的基础上，论述了SLAM技术中常用的几种方法，着重分析了马尔科夫定位方法，为单目移动机器人SLAM实验奠定理论基础。　　其次，研究了SLAM技术中的环境地图构造技术。环境地图作为SLAM技术的基础，直接关系到移动机器人定位的准确性。通过分析常用的环境地图种类，提出了一种自己的地图构建方式，即将单目视觉传感器获取的环境图像信息与欧姆龙编码器采集的位姿变化信息进行融合，形成环境地图。在提取单目视觉传感器采集的图像环境特征方面，研究了特征点的提取、描述子的性能及图像匹配算法，并根据实验环境，分别从时间空间、光照变化等性能上进行仿真实验，分析数据后筛选出综合性能最优的图像处理算法作为本课题中环境地图构建中的图像处理算法。同时，在移动机器人建立好模型的基础上，通过编码器传出的脉冲数，分析出移动机器人的坐标位置和姿态信息与环境图像信息一一对应地存储在环境地图数据库中。　　最后，设计完成了一个单目视觉移动机器人的实验平台，并对该平台的硬件系统功能模块、软件系统框架结构进行了详细说明。在实验部分，通过对周围环境信息的采集，处理，获得了一个初始地图数据库，然后利用马尔科夫定位算法，并经过一段时间的迭代运算后，移动机器人获得了较为准确的位置信息，并利用该信息，完成了地图数据库的更新。