随着传感器、计算机技术和制造业的不断发展,移动机器人的发展达到了高潮。尤其是室内移动机器人,如随处可见的餐厅服务机器人,走进千家万户的扫地机器人,为物流行业做着贡献的自动导引运输车(Automated Guided Vehicle)等。但要想完成规定的任务,必然离不开精准的定位技术。而传统电磁导引定位技术布置复杂,且易受金属物干扰,而里程计长期定位精度又比较低。因此本文提出一种融合视觉信息与里程计信息的定位方法,来解决长期定位精度差和定位过程复杂等问题。本文的主要工作如下:(1)在融合视觉与里程计之前,需要标定传感器间的相对位置关系。而目前学术上已有的标定方法存在标定精度不够,依赖人工路标点,且只能离线标定等问题,本文提出一种不依赖任何人工路标点,且能够实时在线标定的算法。传统的在线标定算法得到的标定结果往往是线性解,而且求得结果往往都是六个自由度。因此,本文提出一种参数联合优化方法来提高标定精度,其中包含:相机位姿,相机内参,三维坐标点,以及相机与里程计的外参。而在平面上运动的机器人,由于本体与固联相机间仅有五个自由度是可观的,所以采用分步法来解决。(2)本文使用基于图优化方法对视觉与里程计融合定位问题进行优化。与单一视觉定位算法相比,融合定位算法不仅加入了图像的重投影误差约束,而且还加入了里程计间的位姿约束和机器人运动平面约束。通过实验验证,将图像的重投影误差约束、里程计的位姿约束和机器人的平面约束联合优化,可以提高定位精度和鲁棒性。(3)机器人长时间运动会出现累积误差,导致地图一致性变差。针对这个问题本文采用基于视觉特征的闭环检测方法进行误差纠正,并将误差均摊到整个运动中。另外,本文提出的系统是带有真实尺度信息的,所以在对整个地图进行位姿优化时,位姿的表示形式使用特殊欧氏变换(SE3)。最终通过仿真实验与真实环境测试,证明了本文提出的融合定位算法精度和鲁棒性较好。对移动机器人在室内和地下停车场等封闭环境下的定位问题,具有研究意义和应用价值。