随着多传感器信息融合技术、移动机器人技术的快速发展,变电站巡检机器人的研究也越来越成熟。相较于传统人工巡检,无人化、智能化的机器人巡检方式已经逐渐凸显出不可估量的优势。变电站巡检机器人在进行仪器仪表监测、故障检查任务时,首先需要机器人能够准确稳定的定位。本文即围绕巡检机器人在一定光照变化情况下稳定定位问题,开展了融合视觉与惯导信息的变电站巡检机器人定位研究工作。具体工作内容为以下几个方面:针对变电站恶劣、危险的巡检环境,本文研发设计能够在变电站环境下稳定运行的巡检机器人硬件平台。并对巡检机器人的四轮主动差分运动模型进行详细分析验证。进一步为解决因机器人结构参数所导致的轮式里程计结果误差大的问题,提出一种结合视觉里程计的机器人参数估计方法,实现对机器人结构参数快速、准确的估计。对于视觉位姿估计过程中角点提取易受光照变化影响的问题,提出一种图像边缘化角点提取方法。通过预先对灰度图像进行边缘化检测,进一步对边缘化后的图像进行角点提取,从而保证在一定光照变化情况下所提取角点的稳定性。对于IMU(Inertial Measurement Unit)传感器求解位姿过程中重复积分的问题,提出利用IMU预积分算法减小计算复杂度。最后为保证巡检机器人在一定光照变化环境下的稳定、准确定位,本文提出利用EPnP(Efficient Perspective-n-Point)算法进行双目视觉信息的位姿估计,实现对巡检机器人的定位。并在位姿优化的目标函数中加入IMU信息约束,增强定位系统在快速旋转或视觉信息不足时的稳定性。进一步提出利用回环检测以及全局位姿优化提高全局位姿估计的一致性和平滑性。最终通过实验验证本文所提定位方法的有效性。首先在EuRoc开源数据集上进行验证,并与VINS-Fusion系统以及双目定位系统进行对比。实验结果表明在保证系统实时性的情况下,本文方法在定位精度上优于所对比的定位系统。进一步分别在具有反光场景的室内环境以及不同日间光照变化的室外巡检环境进行定位实验,模拟变电站环境中的光照变化情况。实验结果表明,在实验环境中光照变化以及反光影响的情况下,本文定位系统依旧能够稳定可靠的进行定位。