چكيده موقعيت‌يابي و توليد نقشه هم‌زمان،يكي از مسائل مهم در حوزه رباتيك احتمالي است كه هدف از آن، تعيين موقعيت ربات و تخمين نقشه محيط به صورت هم‌زمان مي‌باشد. يكي از زمينه‌هايي كه اخيراً مورد توجه قرار گرفته، حل مسأله SLAM با استفاده از يك دوربين معمولي است كه بهSLAM تك دوربينه معروف است. علت پرداختن به SLAM تك دوربينه، عدم وابستگي به سنسورهاي گران قيمت است كه پياده‌سازي الگوريتم‌هايSLAM را با هزينه كمتري ممكن مي‎سازد. علاوه بر اين، با داشتن تصاوير دريافتي از دوربين و استفاده از تكنيك‌هاييافتن عمق از تصاوير متوالي، مي‌توان نقشه‌هاي سه‌بعدي تهيه نمود. البته، SLAM تك‌دوربينه چالش‌هاي زيادي را با خود به همراه دارد كه از جمله آن‌ها مي‌توان به تناظر داده‌ها اشاره نمود.منظور از تناظر داده‌ها ايجاد نگاشت بين مشاهدات جديد توسط دوربين با ويژگي‌هاي موجود در نقشه است. در اين پروژه يك روش جديد را براي تناظر داده‌ها در SLAM تك‌دوربينه ارائه مي‌كنيم كه با يك رويكرد فازي سعي مي‌كند بين ويژگي‌هاي استخراج شده جديد و ويژگي‌هاي ثبت شده در نقشه نگاشت ايجاد كند. اساس كار اين روش استفاده از معيارهاي بصري براي انتخاب فرضيه مناسب است كه با بهره‌گيري از يكسيستم استنتاج فازي كيفيت هر فرضيه را قبل از اعتبارسنجي تخمين مي‌زند و از اين تخمين به عنوان احتمال انتخاب تناظر در فرضيه‌سازي تصادفي استفاده مي‌كند.نكته كليدي در روش پيشنهادي، جايگزين كردن رفتار تصادفي با رفتار احتمالي در فرضيه سازي و نيز وارد كردن عنصر عدم قطعيت به مسأله است. واژه‌هاي كليدي:موقعيت‌يابي و توليد نقشه هم‌زمان، فيلتر كالمن توسعه يافته، تناظر داده‌‌ها، استنتاج فازي، عمق معكوس.