随着汽车自动泊车技术的不断普及和大功率充电技术的日益完善,电动汽车的自动充电技术得以迅速发展。但是,目前的自动充电过程主要利用视觉系统对有合作特征的电动汽车充电口进行定位,这需要对电动汽车进行改造,从而使总体成本高昂且推广难度较大。为促进电动汽车自动充电技术的进一步普及,迫切需要开发一种成本低、精度高、可推广性强且环境鲁棒性好的视觉位姿定位系统。因此,研究无合作特征充电口的单目视觉定位技术具有重要理论意义和工程应用价值。建立了相机模型和修正了相机畸变。其中包括小孔透视成像模型,相机畸变模型,工业相机的参数,相机内参标定和手眼标定的公式推导及标定方法。完成了工业相机的内参标定实验和手眼标定实验。提出了基于纹理特征的高低曝光组合识别方法。该算法可以在不同光强和背景复杂的环境下,成功识别到电动汽车充电口区域。给出了光流法的原理,并基于金字塔LK光流法开展充电口的跟踪实验。设计了一套基于单目视觉的无合作特征电动汽车充电口的定位算法。研究了AUBO-i5机器人的运动学建模与正逆运动学方程推导过程。定位算法通过对充电口特征点的提取计算和对机器人的视觉伺服控制,实现了对电动汽车充电口的精确定位。搭建了电动汽车自动充电系统的实验平台。在该实验平台下,完成了识别准确度实验、定位精度实验和插接实验。实验结果表明:该系统对电动汽车充电口的识别成功率为97%;系统的重复定位精度可以达到±0.25mm和±0.25°;系统的定位精度可以达到±1mm和±1°;系统配合适当的控制策略,可以顺利的完成插接,实现自动连接充电。