室内场景下的移动机器人自主定位是机器人研究领域的一个重要研究内容。室内环境具有纹理强弱多变的特点,对移动机器人自主定位提出了更高的挑战。本文基于相机、轮式里程计、陀螺仪以及加速度计等传感器,同时开展基于多种视觉特征以及多传感器的融合的定位方法研究,以提升室内环境下视觉定位方案的鲁棒性,同时兼顾的是提升定位的准确性。本文利用视觉点线边特征以及多传感器信息融合的方法,提出了一种多模融合的室内定位算法,可用于移动机器人在未知室内环境下的实时定位。为实现以上目的本文的主要研究工作如下:1.针对室内环境存在纹理强弱多变,视觉特征点分布不均匀的问题,利用室内环境具有正交曼哈顿几何约束的特点,基于视觉点、线、边特征的提取算法,提出一种适应室内纹理变化融合视觉点线边特征的定位算法,以提高室内环境下移动机器人视觉自主定位的鲁棒性。2.针对纯单目视觉定位无尺度、快速运动响应差、无纹理区域定位失效的问题,开展基于多传感器信息融合的定位算法研究,提出了一种融合视觉、IMU、轮式里程计的多模融合定位算法,以提高视觉自主定位的稳定性和准确性。3.针对室内移动机器人自主定位在Z方向存在漂移的问题,在引入平面运动假设的基础上,提出一种基于加速度计的位姿修正算法研究,建立一种基于加速度计的实时融合位姿的矫正机制,使整个移动机器人定位系统保持对横滚和俯仰两个自由度的可观性,以提高视觉自主定位的准确性。4.针对单相机视觉定位系统视野较小、视角受限导致闭环检测成功率较低的问题,开展基于双相机视觉地图构建算法研究;利用双相机扩大观测视野,建立联合视觉地图,以提高移动机器人在楼道、走廊等作业环境的闭环检测成功率;此外,利用双相机的互补特性,提出了一种视觉前端的定位故障侦测算法,实现对视觉前端是否失效进行有效的侦测,从而提高系统环境适应性。5.将上述四个研究工作的内容集成,形成一套多模融合的室内定位系统,并在移动机器人和公开数据集上进行验证。