本文提出了一种单目视觉里程计的实现方法，该里程计可有效克服传统里程计车轮打滑等情况下的偏差问题，并能提供传统里程计无法测量的航向信息，为自主车辆导航及其相关视觉任务打下坚实的基础。该单目视觉里程计的实现采用单个摄像机完成，主要利用了改进的SIFT(Scale Invariant Feature Transform)方法来提取采集图像的特征点，并通过Tsai的标定方法将图像坐标系与世界坐标系关联，最终依赖提取特征点尺度及旋转不变的性质精确匹配图像序列中的投影点，并根据坐标变换求解不同相邻图像帧间车体坐标系的变换，从而测定车辆的移动距离和旋转角度。这种单目视觉里程计的突出优点在于，比传统里程计对环境的适应能力更强，特别在一些因路面摩擦力小而造成车轮打滑的条件下可以得到精确的车体定位；同时这种方法在不降低测量精度的前提下，实验设备安装要求和测试实现都相对简单，成本比通常的双目视觉里程计要低很多，当双目视觉里程计中的一个像机出现问题时可用其作为有利补充；而且我们的突出特色在于处理算法位于不同的相关图像之间，而不是采用视频序列，这样就可以大大减少处理的时间和空间需求，使其更具有实际意义。目前我们这种单目视觉里程计的实现方法还有些地方有待完善，主要集中在特征点提取匹配的实时性和整个系统的鲁棒性两个问题上，这些问题也是我们今后具体系统设计中要更进一步研究的内容。围绕这些问题，本文详细研究比较了图像特征点的提取匹配(Harris角点提取、SUSAN角点提取、SIFT特征点提取、基本匹配方法、松弛匹配方法等)、摄像机标定(Tsai的标定方法、张正友的标定方法、自标定方法等)和坐标变换(四元数方法等)等几个问题的相关方法，并对现有的方法给出比较分析和实现，最终选择适合我们的具体方案，形成一个可行的系统体系，建立单目视觉里程计的数学模型，给出相关实验处理结果。