随着网络信息技术的发展,监控相机市场越来越庞大,各种类型的IP摄像头遍布大街小巷。不仅在室外,许多企业、商场等室内场景也配备上了网络监控摄像头,2020年的疫情大爆发使得许多医院的隔离病房也加装了监控相机以便观察病人情况。与此同时,随着移动机器人相关技术越来越成熟,市场逐渐扩大,出现了各式各样的移动机器人,从扫地机器人到送餐机器人,再到防疫消毒机器人。利用分布在室内的监控相机来对防疫移动机器人进行定位,不仅精度高,适合多机器人定位,还可以节约硬件成本。然而市面上的监控相机普遍存在图像传输延时过大的现象,如果直接采用传统分布式相机定位系统来对防疫移动机器人进行定位,势必造成严重的定位滞后效应,导致无法有效的控制防疫移动机器人。另一方面,基于传统信标的机器人视觉捕捉技术普遍存在着可识别距离太短、抗干扰能力差、占用体积过大等问题。本文主要的研究课题围绕利用分布式监控相机对防疫移动机器人进行全局定位的方法,解决了这两个关键技术问题,一个是监控相机的延时造成的定位滞后问题,二个是相机对机器人的视觉捕捉问题。针对监控相机的延时问题,本文提出了一种基于多相机和IMU延时补偿的机器人定位算法。首先记录每个摄像头的平均延时时间,对各个相机的图像进行机器人关键点识别。再以延时时间最长的相机为准,进行同步采样,再利用相机模型解出机器人的测量位姿,然后用卡尔曼滤波估计出滞后的位姿,再通过IMU对滞后的位姿信息进行补偿。实验结果表明在相机存在高延时的情况下,对比传统的只使用相机融合的算法,本算法成功补偿恢复了85.6%的由定位滞后造成的位移偏差,显著提升了定位系统的有效性。针对机器人的视觉捕捉问题,本文设计了一种动态的LED视觉信标,并且提出其跟踪定位算法,能定位出图像中所有装备了LED视觉信标的机器人并加以区分。动态LED视觉信标采用彩色LED作为载体,通过红绿蓝三种状态的顺序排列来传递信息,同时设计了一种基于三叉树的编码规则。跟踪定位算法采用跟踪线程与检测线程的双线程设计,跟踪线程利用卡尔曼滤波算法跟踪图像中的LED信标同时完成编码验证,检测线程通过检测起始信号来定位LED并读取编码信息,双线程设计有效的减少了计算量,同时也有着重定位与快速响应的特点。实验结果显示采用LED动态信标进行机器人外部相机定位,定位精度为1.6厘米,充分证实了该信标与其跟踪算法的有效性与准确性。