同步定位与地图构建（Simultaneous　Localization　and　Mapping，SLAM）是实现移动机器人自主导航的核心技术。随着视觉传感器和计算机性能的发展，越来越多的SLAM研究以相机作为传感器，其中单目相机对不同的场景环境具有更强的普适性。另外，图优化逐渐取代概率滤波器成为主流优化方法，用于减小计算过程中的误差。
虽然近年来SLAM研究取得长足的进展，但依然存在许多普遍的问题。初始化问题始终是视觉SLAM问题的一个难点，良好的初始化是后续计算的基础。与此同时，由于SLAM方法对实时性的需求，如何在精度和耗时中达到平衡成为了困扰众多研究者的问题。本文提出了基于图优化的单目视觉SLAM方法，主要包含以下内容。第一，针对视觉里程计的误差问题，本文提出了基于图像特征的单目视觉里程计方法，通过图像信息计算相机的运动轨迹。主要包括位姿与三维地图初始化、输入图像帧的跟踪方法以及关键帧的选择等。第二，为了进一步提高SLAM方法的实时性需求，本文提出了基于图优化的后端优化方法，减小前端视觉里程计中的误差。主要包括图优化中位姿图的改进、优化状态的维护和边缘化的改进方法，用于在保证精度的情况下控制优化计算规模，保证SLAM方法的实时性。同时设计了一个回环检测方法，减小SLAM方法的累计误差。第三，本文根据上述两点，设计并实现了一个实时SLAM系统。
本文使用公开数据集对提出的SLAM方法进行了测试和实验，并与主流SLAM方法进行了比较。实验结果表明，在机器人运动存在回环时，本文所提出的SLAM方法与主流SLAM方法相比，平均跟踪时间更小，并且具有良好的鲁棒性。