视觉定位与导航将是未来移动机器人实现全自主移动的一种重要导航方式,但目前人们对于机器视觉的研究还远远达不到实际应用的需求。为此,本文提出了一种基于ArUco码的视觉定位方法,并针对当前视觉SLAM存在的一些不足,设计了一种融合ArUco码与ORB特征点的单目视觉里程计,可以使机器人在空间中获得自身在固定世界坐标系下的绝对位姿,从而实现导航。本文具体研究内容如下:分析了使用单个ArUco码进行相机位姿估计的原理,并通过实验验证了基于单个ArUco码获得相机位姿的准确性。为了适应移动机器人的定位需求,对空间中随机分布的多个ArUco码进行视觉重建,确定了唯一的参考世界坐标系,并得到了所有ArUco码的角点在世界坐标系下的三维坐标。通过实验验证,基于视觉重建得到的ArUco分布图,当相机看到空间中任意一个ArUco码时便可以获得自身在世界坐标系下的绝对位姿,这为移动机器人的定位提供了一种重要方法。考虑到相机在看不到ArUco码时不能进行位姿估计的局限性,本文对基于ORB特征点的单目视觉里程计进行了深入研究。通过分析单目VO的初始化过程以及相机位姿估计的原理,找到了单目ORB-SLAM存在尺度不确定性与尺度漂移的问题根源。分析认为,将ArUco码与单目VO相结合,既可以克服基于ArUco码定位的局限性,又可以解决单目VO的尺度漂移及其不确定性。于是本文在ORB-SLAM的基础上融入了 ArUco码,利用ArUco码获得的绝对位姿得到了具有真实尺度的ORB特征点地图,并在跟踪过程中对累积误差进行了校正;而且,在相机看不到ArUco码时通过跟踪ORB特征点地图依然可以获得相机在世界坐标系下的绝对位姿。根据视觉里程计提供的绝对位姿信息,本文在ROS上设计了一套完整的视觉导航系统,并以AGV为实验平台进行了测试。实验结果表明机器人可以利用视觉里程计得到的位姿结果,沿着预设的导航路线准确到达目标位置,导航过程稳定可靠。