煤矿井下移动机器人定位技术是直接影响煤矿机器人性能的关键技术问题。由于煤矿井下无GPS和BDS定位信号,工作场景复杂,且煤壁对信号屏蔽严重,导致地面移动机器人定位技术在井下应用较为困难。本文针对煤矿井下移动机器人定位难题,提出了一种基于单目视觉与捷联惯导信息融合的定位方法。研究分析了单目相机的解算原理与捷联惯导系统的基本定位原理,建立了单目相机与捷联惯导定位误差模型,完成了单目相机与捷联惯导的参数标定实验,得到单目相机与捷联惯导的内外参矩阵,采用紧耦合的方法对两个传感器进行联合初始化,为进一步融合奠定了基础。针对单目相机与捷联惯导数据不匹配的问题,采用惯导数据预积分方法,先将惯导数据预解算,再对两个关键帧之间的惯导数据进行积分,最后经过坐标系旋转将数据转到视觉坐标系之中,完成传感器数据的预处理与格式匹配。针对煤矿井下弱光照条件下的视觉定位问题,提出了改进ORB特征提取法,增加特征点的提取数量,加入自适应阈值法,使单目视觉能够在光照较弱和光照变化较大的地区进行准确定位,选择RANSAC特征匹配算法,筛掉误匹配的特征点。通过在弱光照地区进行特征提取与匹配实验,与传统视觉定位算法对比,验证了改进后的方法在弱光照地区有较高的定位精度。针对捷联惯导与单目相机组合定位的优化问题,改进了基于图优化的紧耦合数据融合方法,并加入滑动窗口进行约束,将每次数据融合的范围限定在一个滑动窗口内,减小了优化定位的计算量,增加了定位的实时性;增加了后端优化的回环检测,使机器人在循环的运动中,减小累积误差,提高定位精度;通过仿真实验,证明了该方法有具更高的定位精度和更好的性能。最后,使用公开数据集测试本文所提出的组合定位方法,并与传统的组合定位方法进行对比,测试组合定位方法的性能。使用本团队的煤矿井下移动机器人平台,测试本文提出的组合定位方法,并与ORB-SLAM2进行对比,验证本文方法的定位精度。结果表明,本文提出的组合定位方法在模拟煤矿井下环境中具有良好的性能与定位精度。