本课题以全局视觉定位为核心并通过多个传感器信息融合,基于机器人操作系统(ROS)框架,以移动机器人在SLAM研究中的定位的准确性与稳定性为切入点,减少环境中干扰因素对移动机器人定位的影响,使得移动机器人能够在车间、工作间稳定安全的工作,从而实现移动机器人产业化应用。本文的主要做了以下几点贡献:首先,对比移动机器人在室内环境中不同相机安装位置的定位方案特性,设计了一款基于单目视觉与双二维码的全局视觉移动机器人定位系统。利用在室内环境中的顶部安装固定相机,将双二维码粘贴在机器人上,相机稳定地识别并追踪移动机器人,在机器人前进的过程中,实时估计移动机器人的位姿并生成运动轨迹,并利用机器人上的双二维码计算系统位置估计的相对误差进行分析,从而对全局视觉定位系统进行性能分析。其次,基于对全局视觉定位系统误差的分析,提出了一种将全局视觉定位与里程计位姿估计结合的融合定位方法。针对传统的位置测量融合方案中视觉传感器的测量值离散、室内光照干扰等引起的观测结果的局部失效、传统融合中固定的方差参数的不足,提出了双二维码方差计算全局视觉定位系统的置信度。另外,通过对里程计信息的测距误差源及其优劣的深入分析,将里程计的定位信息通过卡尔曼滤波算法(EKF)与全局视觉定位系统进行局部滤波融合。通过多传感器融合提高了机器人定位模型准确度,提高了机器人定位的精度和稳定性。再次,针对本课题中移动机器人在室内场景的定位导航基本应用要求,提出了一种基于全局视觉定位系统的移动机器人导航策略。该策略将全局视觉定位系统获取的绝对定位与里程计信息的相对定位融合起来获取得到的机器人位姿,传送给移动机器人底盘进行稳定可靠地导航。在自主移动机器人准确、稳定地定位的前提下,从而实现稳定地点到点运输以及指定线路巡航。最后,在本文中,通过在室内环境场景中设计实验,并用机器人进行多次实验验证。实验结果表明,所提出的基于双二维码的全局视觉融合定位系统是有效和可靠的。