随着科学技术的进步与发展,移动机器人在世界各地逐渐成为科技界越来越热门的研究对象。在移动机器人的研究领域中有许多关键性的问题,其中移动机器人的精确定位是移动机器人完成一项设定的任务的前提。移动机器人定位有许多不同的方法。不同的移动机器人定位方法有不同的特点。考虑到实验室现有的实验条件,综合比较几种移动机器人的定位方法,最后决定使用基于视觉跟踪的方法对移动机器人进行定位研究。本课题实验平台所用的移动机器人是一台三轮全向轮移动机器人。移动机器人运动控制器是NI myRIO,三个全向轮的电机上面都装有光电编码器。移动机器人上面有一个红色标记快和蓝色标记块,分别用来对移动机器人进行视觉跟踪和通过视觉信息计算移动机器人的角位移。实验平台中用来采集视觉信息的摄像机固定在墙上,可以通过计算机来显示摄像机采集的视觉信息,在电脑端实时观察到移动机器人的状态。在该实验中使用Camshift视觉跟踪算法对移动机器人进行定位研究。但是由于在视觉跟踪过程中常常会出现障碍物,这些障碍物会对跟踪目标造成遮挡,这往往会导致跟踪目标丢失,造成视觉跟踪定位失效。为了解决这个问题,加入了Kalman(卡尔曼)滤波算法,将这种算法与Camshift视觉跟踪算法进行融合,然后对移动机器人进行定位研究。实验证明,将Kalman滤波算法与Camshift视觉跟踪算法进行融合,对Camshift跟踪算法进行一定的改进,新的算法可以很好地解决上述问题。通过实验数据分析发现基于视觉跟踪的定位,无论是X与Y方向上的位移,还是角位移,都与真实值非常接近。使用视觉跟踪方法定位的误差远远小于通过里程计定位的误差。视觉跟踪定位的X与Y方向上的位移误差一直保持在20mm的范围内,角位移误差保持在0.2rad范围内,而里程计(编码器)的定位误差随着时间的变化会积累。通过全局视觉跟踪的方法对移动机器人定位取得了良好的定位效果。