在仿人机器人研究领域中,自主定位技术是机器人执行自主导航、家庭照护等复杂任务的关键前提。仿人机器人具有复杂的结构和运动方式,会对传感器测量造成较大的干扰,所以实现其精确和稳定的自主定位具有极其重要的意义。本文主要的研究工作是设计并实现了仿人机器人在室内环境下的自主定位方法,具体研究内容如下:首先,本文采用单一传感器的定位方法。运用正运动学求解机器人躯干的位姿,并在单目视觉同步定位与地图构建(Simultaneous Localization and Mapping,SLAM)的基础上改进,进行坐标系校正和尺度恢复,得到机器人真实的位姿估计。运动学求解的位姿和机器人携带的惯性测量单元数据稳定性高但累积误差较大,单目视觉SLAM精度高但严重依赖特征点的质量。其次,为实现机器人更加精确稳定的自主定位,本文设计了基于多信息融合的定位算法,将运动学求解的位置、IMU的偏航测量和视觉SLAM位置估计进行融合。采用了扩展卡尔曼滤波和无迹卡尔曼滤波两种融合算法,对比分析基于不同非线性滤波的多信息融合定位算法的性能。将融合结果应用于足迹规划来校正运动漂移,实现了基于多信息融合定位反馈的运动闭环控制。最后,在ROS(Robot Operating System,ROS)操作系统下实现了多信息融合定位系统,并在室内环境下基于NAO仿人机器人设计多组实验进行验证。实验结果表明,在室内相比于传统运动学求解位姿方法,融合多信息定位方法平均误差降低了0.081m,均方根误差明显降低,有效地提高了定位精度,并且在视觉SLAM失效时仍然能够稳定定位,验证了提出的方法的有效性。