室内移动机器人的自主定位与航迹推算是机器人实现自主导航的基础。室内环境下,移动机器人的传统定位方法存在定位精度低或者累积误差大或者GPS信号弱等缺点。组合定位也不能解决单传感器存在的根本缺陷。视觉定位的精度不受移动平台加速度变化率或者车轮侧滑的影响,只取决于定位算法的优劣及视觉传感器采集数据质量的好坏。当前视觉定位算法的定位精度能满足一般条件下的定位需求,但所需的计算量庞大,影响了移动机器人自主定位的实时性。因此,本文主要从精度和实时性两方面对使用双目视觉里程计的移动机器人的定位性能进行改进。本文首先改进了汇聚式双目定位测量模型,直接得到左右相机下的空间点的像素坐标和左相机坐标系下的物理坐标的对应关系,采用角点的亚像素坐标对改进后的模型进行评估,平均相对误差为0.10%。接着,使用改进ORB算法提取图像中的特征点,有效解决了原始ORB算法提取的特征点分布不均及暗光环境下提取数量较少的缺陷。然后,使用匹配效率更高的Flann匹配法匹配提取到的特征点,并进行误匹配点对的去除工作,发现在帧间去除误匹配阶段,使用RANSAC算法计算出的单应性矩阵比基础矩阵的外点去除效果更好;在帧内去除误匹配阶段,本文提出将基于双目标定结果的基础矩阵F作为外点剔除模型,与RANSAC方法解算出的单应性矩阵相比,两者的去除效果几乎相同,但前者耗时仅为后者的一半。最后,本文在室内明亮环境下静态场景中做了双目视觉里程计的航迹追踪实验,结果表明采用对相机位姿和地图点同时优化的BA法在精度上优于只用EPnP法及仅优化相机位姿的BA法,平均航迹相对误差为0.378%,位姿误差均值为1.456%,PC机单线程下的fps在13帧左右,基本能够满足室内移动机器人的定位需求。