位姿估计问题本质上是如何确定两个参考坐标系之间的相对三维位置和方向，因而在移动机器人导航、操纵、装配以及其它领域如摄影测量学、跟踪、目标识别、相机标定等中有着非常重要的应用。本文基于单目视觉技术、以室内移动机器人为试验平台研究位姿估计问题并针对该问题中的机器人定位问题、PnP问题、相机外部参数标定问题以及深度和运动估计问题提出了一系列解决方法。这些方法的共同特点是：(1)都是以特征点对与相机之间的几何关系为依据得到的。(2)特征点对与相机之间没有位置关系的限制。(3)无需事先已知目标的形状或单个特征点的三维坐标，只需特征点对的相对三维信息。(4)都能得到闭式解，即使为了提高估计结果的准确性而进行非线性优化，其初始估计值也是由闭式解自行给出的。(5)除个别技术外，都是独立估计旋转参数和平移向量。下面是本文的主要内容：　　 第一章回顾了位姿估计问题的研究进展并给出了本文的研究目的与研究内容。　　 第二章介绍了与位姿估计相关的一些基础知识并以室内移动机器人定位为例给出了一种基于单目视和两个等高特征点的位姿估计方法。　　 第三章讨论如何基于单目视和三个特征点估计目标位姿。提出的方法既能在目标旋转较小时直接得到闭式解，也可以在旋转较大时以闭式解为初始值通过最小平方误差方法迭代求解旋转参数。　　 第四章针对相机外部参数标定这类应用提出了一种基于单目视和四个特征点的位姿估计方法。该方法既能用于标定单个相机，也能同时标定多个相机。　　 第五章提出了一种基于运动视和两个等高特征点的鲁棒的室内移动机器人定位算法。该技术能处理不能直接由射影关系定位的情形。　　 第六章提出了一种基于特征点对的新颖的深度估计算法。该算法能根据任意数目的特征点对估计特征点深度，而且对特征点的位置没有任何限制。根据这一算法，详细讨论了当相机只有平移、平移且小角度旋转以及平移且人角度旋转这三种情形的位姿估计问题。　　 第七章总结了本文提出的各种位姿估计方法并分析了未来的研究方向。