机器人技术的发展随着国家综合实力的提高走上了快车道,从而使得机器人越来越聪明。目前,我国已经将发展机器人上升为国家战略。国家经济发展迅猛,人民的生活水平逐年上涨,对于能够提高人民生活质量的移动机器人需求大增,越来越多的目光投向了室内移动机器人的研究与开发,但目前对于室内移动机器人的应用还未广泛开展,技术难度大与传感器价格昂贵是最根本的原因。因此,为了使人类的生活变得的便捷、智能,越来越多的研究人员投入到了移动机器人室内应用的领域。目前室内移动机器人最大的问题还是如何解决定位问题,当机器人了解了它的实时位置,并且知道怎样从当前位置达到目标位置后,才能够完美的完成规定任务。由此可见,机器人要完成路径导航、自动避障等行为就必须要实现自主定位。实现定位的方法很多,简单且比较成熟的方法有磁导轨,但是存在铺设不便的缺点;无线定位方式包括WLAN、蓝牙、RFID等,使用无线的方式会存在距离限制,距离以及障碍对无线信号的传输影响很大,且定位精度较差;超声波容易受到环境的干扰,复杂环境下使用不稳定;激光雷达、微波雷达虽然精度非常高,但是价格昂贵,对于一般的机器人来说不实用。而视觉传感器随着技术的发展,在价格与精度上面都能满足一般的使用要求,并且能够像人类眼睛一样获取丰富的环境信息,有利于智能控制,因此基于视觉的移动机器人定位研究也越来越热门。本文以室内环境下的移动机器人为对象,主要研究利用摄像头获取环境信息从而解算出机器人的运动信息,最后完成机器人的定位估计,并在特征提取与匹配部分提出了改进算法。本文通过实验完成了以下几个任务:1)对移动机器人定位方法进行了研究。通过大量的查询相关资料文献,在对研究背景及研究意义更深入的理解上,对于机器人定位方面的相关技术深入学习,最后延伸出本文的基于视觉定位的移动机器人定位方法,并对单目视觉定位领域所涉及的算法做了理论研究。2)介绍了单目摄像机成像原理,对张正有摄像机标定算法进行理论推导。同时在室内环境进行实验,证明了普通的光照条件对摄像机标定参数不会造成影响,并且一般光照条件下得到的摄像机标定参数能够满足使用需求。3)详细阐述了ORB算法原理并进行了深入研究,针对本文的应用场景,提出了一种基于自适应阈值的ORB算法,实验结果表明该方法提高了特征点的有效提取率与正确匹配率。4)应用机器人运动模型恢复出机器人在运动中的姿态信息并构建运动轨迹,最终实现机器人的视觉定位估计。