球形机器人是一种新型的移动机器人,其具有球形外壳,滚动前进等特点。球形机器人滚动过程中的频繁晃动会导致图像模糊,使得基于视觉信息的定位系统设计具有一定的难度。此外,球形机器人特殊的机械结构,使得其轮速里程计的模型与常见的移动机器人不同,传感器融合的方式也具有一定特殊性。针对上述难点,本文针对球形机器人的特点设计了图像模糊度检测算法,并基于模糊图像检测,设计实现了以单目视觉为主的球形机器人多传感器融合室内定位系统,在采集的球形机器人数据集上验证了算法的有效性。本文主要研究工作包括:1.针对球形机器人特殊的机械结构和运动方式,进行了运动学建模,并根据模型结合轮速计信息与惯性传感器数据,实现了球形机器人轮速里程计。对球形机器人平台搭载的惯性传感器和视觉传感器完成了测量模型的分析与参数标定。2.针对球形机器人图像易产生运动模糊的情况,设计了基于边缘宽度检测的图像模糊度估计算法。采用自适应神经模糊推理算法,通过自适应调整参数,融合基于图像的模糊信息和惯性传感器数据,改进了图像模糊度估计算法。建立了球形机器人平台的图像数据集。经过实验验证,本文提出的算法在各项指标上相较典型方法均有提升,且耗时低于典型方法,具有良好的实时性。3.通过对模糊图像的检测与处理,选取清晰度高的图像作为关键帧,设计并实现了针对球形机器人的多传感器融合室内定位系统。设计了阶梯式的关键帧选取策略,利用图像模糊度检测结果进行图像关键帧选取,采用图像边缘宽度动态调整融合中视觉约束的协方差。通过实验验证了该定位系统在球形机器人中的适用性,降低了关键帧数据库的平均图像模糊度,增加了有效回环校正频率,减小了定位闭环误差。