智能服务机器人是我国将大力发展的四大先进制造技术之一。随着机器人技术和信息技术的结合，面向家庭应用的智能服务机器人必将成为未来数字家庭的主导。家用服务机器人运行在动态的室内环境，利用自身的传感器，感知周围环境，指导机器人下一步的任务和工作。视觉传感器因为信息量大、应用范围广，所以在智能机器人的研究中占用很重要的位置。但是视觉传感器的不确定性给机器人的实时环境感知和定位问题带来了巨大的挑战，直接影响到机器人导航的效果。所以探索适合于在家庭动态环境下应用的服务机器人立体视觉定位技术，以解决目前国内在动态非结构环境下的家用服务机器人的实时环境建模和导航技术中存在的问题和不足显得非常必要。这对于打破国外发达国家在智能服务机器人领域的相关技术封锁，提高我国智能服务机器人的技术水平，促进我国智能机器人产业的发展，满足我国对未来多种类的高性能智能服务机器人需求具有重要的战略意义。　　 本文的研究属于863重点项目“机器人模块化体系结构设计”。研究平台是沈阳新松公司自主研发的家用服务机器人平台，搭配双目立体相机系统，旨在研究立体视觉系统在家用服务机器人上的相关技术。在理论和实践两个方面，对其中的若干关键技术，如立体相机标定、立体匹配、移动机器人基于视觉的自定位等进行了研究。主要创新如下：　　 1.在立体相机的标定过程中，针对离线标定节点提取不准确将直接影响到相机标定的精度，提出了一种利用Harris节点提取和曲线拟合方法相结合的节点提取方法，将节点提取的精度提高到了亚像素级别。　　 2.立体匹配时立体视觉中最难的部分，本文在已有图割算法的基础上提出了一种改进的基于图割的立体匹配算法，利用局部匹配算法得出的像素差作为先验值，去除大量不相关节点和边缘，减少计算量，缩减匹配所用的时间。　　 3.在基于路标的机器人自定位系统中，我们设计了三种用于机器人定位导航的路标，提出了一种组合算法识别路标，实验验证了该算法能够在大多数情况下成功的识别路标；推导了单路标和多路标情况下移动机器人定位的全局坐标公式，给出了单路标和多路标下的误差分析，分析了多路标下的定位精度高于单路标定位的数学模式。实验验证了在多路标的情况下，机器人自定位的精度有显著提高。　　 4.多传感器融合定位系统中主要论述了融合视觉传感器和里程计传感器的移动机器人定位算法。针对常规Monte Carlo定位方法的粒子匮乏和过收敛问题，提出了一种改进粒子的重采样过程，引入了过收敛验证和均匀性验证用于检验采样分布与感知信息的匹配程度，引入不同的重采样方法。实验分析表明了改进MonteCarlo定位方法能够有效地提高机器人的全局定位精度和解决机器人绑架问题，提高了机器人的自主性和定位的效率，并具有良好的计算性能。