在室内机器人导航定位中,机器人的自主导航定位技术是机器人在室内实现路径规划、障碍物避障及到达目标位置的重要前提。由于室内的环境是复杂多变的,且室内环境的GPS信号很弱,导致无法使用GPS导航定位技术应用在室内移动机器人导航中。因而采用室内机器人常用的视觉传感器、惯性导航系统测量单元、里程仪等传感器,研究自主、稳定、快速的定位导航系统,对机器人在室内完成自主导航任务具有重大意义。本文主要对以下三个方面的内容进行了研究和分析:1.介绍了捷联惯性导航工作原理和数字迭代算法,对四元数毕卡算法,等效旋转矢量法和圆锥运动时候的等效旋转矢量法进行了详细的分析,还介绍了惯性导航的误差模型,及捷联惯导位置,速度和姿态的更新算法。2.阐述了基于Kinect视觉传感器的导航定位算法原理,通过Kinect采集到的RGB图像和深度信息,对相邻两幅RGB图像进行SIFT匹配,并结合深度信息获得所有特征点对在Kinect坐标系下的三维坐标。通过一种适合于近景影像的绝对定向算法求出旋转矩阵和平移向量,通过室内实验证明,和传统的ICP算法相比,这种绝对定向算法实现了较高精度的室内机器人导航与定位。3.对捷联惯性导航系统和单目视觉误差进行了分析,建立了以捷联惯导为主的状态方程和观测方程,并给出了基于Kinect和IMU的室内机器人组合导航系统的卡尔曼滤波方案。通过室内实验证明:卡尔曼滤波的组合导航系统较好地抑制了系统定位误差,比单独的基于Kinect视觉定位系统有效地提高了导航定位精度,并保证了机器人组合导航系统的定位精度和稳定性。