为了进一步提高移动机器人的智能化,使其更好地为人类服务,人们对于移动机器人的自主性提出了更高的要求。定位是移动机器人自主完成各种复杂任务的关键技术之一,对于提高其自主性具有重要的理论意义和应用价值。伴随着计算机视觉技术及图像处理技术的不断发展,利用视觉对室内环境进行感知并实现移动机器人定位的技术受到了越来越多的关注。实际应用时,在特征信息单一和特征信息丰富的工作场景中,由于环境特征的明显差异,因此适用的视觉定位方式往往不同。本文首先对相机模型及相机标定等基础理论进行了研究,然后结合实际场景,以使用体积小、成本低的单目相机的室内移动机器人为研究对象,分别对基于人工信标的单目视觉定位技术和基于特征的单目视觉SLAM技术展开了研究。本文主要研究内容如下:1.针对以往人工信标易受光照变化及运动模糊等干扰影响的问题,设计了一种新型人工信标及识别定位算法。该人工信标具有明显的颜色特征和形状尺寸特征,易于识别。移动机器人能够根据人工信标的特征,采用颜色空间转换、阈值分割及形态学滤波等图像处理算法对人工信标进行识别。实验表明,该信标与识别算法结合能够提高识别准确率和实时性,减轻光照变化和运动模糊对识别的影响,具有较好的抗干扰性。2.为实现移动机器人的自主定位,建立了定位模型,并构建了基于人工信标的单目视觉定位与导航系统。根据人工信标识别结果及定位模型,能够确定移动机器人当前位姿和位姿误差,利用修正策略可对定位误差进行修正,减少误差累积。设计开发了基于人工信标的单目视觉定位与导航软件系统,实验表明,该系统能够引导移动机器人沿着规划路径稳定运行,实用性较强。3.针对单目视觉SLAM系统前端存在较多误匹配影响位姿估计结果的问题,设计了串联式组合误匹配剔除算法对特征匹配进行优化。将距离阈值法、余弦相似度和随机采样一致性算法串联式顺序组合,依次对匹配点集进行误匹配剔除。深入研究了实时性较好的ORB特征提取算法和基于特征的位姿估计,并构建了基于ROS的单目视觉SLAM系统。实验表明,与仅使用其中一种算法相比,本算法能够有效融合三种算法的优点,优化匹配结果,且与系统原算法相比,匹配准确率显著提高,同时系统能够实时绘制移动轨迹并构建环境地图,具有较好的可行性。