室内移动机器人的自定位问题一直是研究的热点,本文在这个背景下研究了基于视觉的室内移动机器人里程计,目的在于弥补传统定位传感器在机器人自定位方面的不足,相对于光电码盘等依靠车轮圈数信息定位的优点是不受车轮打滑影响,相对激光传感器等优点是摄像机是被动传感器,不依靠发射信号再接收返回信号来定位。本文为了解决自定位问题,对视觉里程计进行了研究,论文主要工作如下:为了得到较高的精度并减小噪声的影响,选择了里程计的工作方式,为了合理的选择硬件参数和算法,分析了视觉里程计的指标,并确定了视觉里程计的硬件方案和软件流程。分析并测试了特征点提取的关键算法SURF算法和最近邻向量匹配算法在各种条件下对特征点对提取的性能,通过对室内机器人及里程计的模型分析,提出了合理的图像裁剪算法,减少了图像处理时间,提高了里程计速度。选择了摄像机的模型,并采用张正友的方法对摄像机的内外参数进行了标定。在将帧存坐标系内的点进行畸变校正转换到摄像机坐标系下之后,为了减小摄像机安装倾斜造成的误差,提出了摄像机的倾斜修正算法,最后利用RANSAC算法求得摄像机坐标系下的帧间转换矩阵。在机器人起始点坐标系下求解机器人位移,通过设计旋转实验和平移实验得到了摄像机起始点坐标系到机器人起始点坐标系的转换矩阵,从而降低了对里程计安装的要求,提高了系统的精度。设计了离线实验,通过控制机器人走矩形轨迹、圆周平移轨迹和圆周轨迹,并采用终点坐标、里程及自身姿态等指标验证了该里程计算法的准确性;设计了在线实验,通过控制机器人重复走直线轨迹、旋转运动和圆周轨迹,并采用终点坐标、里程及自身姿态等指标验证了该里程计的实时性和精度。本文设计的视觉里程计初步达到了里程计工作的要求,为以后视觉里程计的深入研究奠定了基础。