移动机器人的定位是机器人研究中的基础问题,目前火热的自动驾驶车辆研究方向中定位技术也扮演着重要的角色。在自动驾驶车辆上,为了充分感知周围环境的信息,通常会配备多目鱼眼相机系统,这种相机配置在自动泊车车辆中尤为常见。因此基于多相机系统的视觉定位方法的研究有助于自动驾驶车辆的普及。而基于单传感器的定位算法无法克服复杂的场景变化,无法满足车辆对于鲁棒性的需求。为了提升算法在实际场景中的适用性,通常会融合多种传感器的信息进行定位。如何运用多相机传感器的图像信息以及将其与其他传感器的信息进行融合成为了一个主流的研究问题。本文面向配备多目鱼眼相机的移动机器人,并融合陀螺仪和轮式里程计的多传感器配置,针对移动机器人典型的平面运动形式,提出了相应的视觉定位算法,使其适用于不同的场景,不同的条件。基于汽车等典型移动机器人运动模型为受限平面运动的约束,提出了采用多相机系统、轮式里程计和陀螺仪等低成本传感器的标定方法和融合方法。本文的主要研究内容包括:1.针对有地图场景,提出了基于多目鱼眼相机系统的建图与定位系统。利用多传感器配置采集室内室外场景下的多传感器数据后,根据由粗到细的流程安排,分别执行单目VO、多相机全局优化、闭环检测与优化以及多传感器联合优化,同时将传感器的内外参也作为优化变量参与非线性优化,得到环境地图与更加精确的传感器标定参数。定位系统以此环境地图作为先验,根据图像描述子在地图中进行全局搜索,实现全局定位。2.针对无地图场景,提出基于多相机系统的视觉里程计算法,为适用于车辆在平面运动条件下的鲁棒且高效的运动估计方法。根据本文中提出的轮式里程计和陀螺仪的测量模型,推导得到了轮式里程计-陀螺仪的预积分方法,包括离散积分方法以及误差传递方程。将积分结果与相机图像进行特征跟踪得到的重投影误差项联立,在紧耦合滑动窗口优化的框架中进行优化。此外,还提出了相对应的初始化方法和闭环检测方法,最大化利用了现有传感器的优势,提升算法的性能。