智能机器人的定位研究是近年来机器人研究的一大热点,也是其实现自主导航的前提。本文采用了单目相机作为视觉传感器,展开了基于单目视觉的智能机器人定位算法研究。论文首先对相机模型与李群李代数进行了研究,在此基础上对实验所使用的单目相机进行了标定,并且建立了相机姿态的左扰动模型,为后续的姿态解析与优化提供了数学模型与理论基础。然后通过对多种特征点提取算法对比,设计了改进的ORB算法作为本文的图像特征点提取算法,相比于传统的ORB算法更加地均匀化特征点分布,而在对特征点进行暴力匹配时,结合了随机采样一致性算法剔除错误匹配,实验验证了该方法能够实现对特征点的有效提取与正确匹配。同时,针对单目初始化时出现的尺度不确定性问题,研究了采用归一化初始平移矩阵作为单位的解决方案,同时利用“五点法”进行初始化本质矩阵的求解,避免了传统的“八点法”会出现的平面退化问题,接着在后续的运动估计中,采用了简单有效的P3P算法进行姿态的求解,同时使用光束平差法进行局部位姿优化,利用在李代数基础上建立的左扰动模型进行辅助求解。另外,针对移动机器人多次往复运动时的误差累积问题,采用回环检测方法进行误差修正,并改进了关键帧的选取方法,提高了关键帧选取的鲁棒性;在基于词袋模型的回环检测下使用“单词”对关键帧进行描述,提升了回环检测时关键帧匹对的效率和准确度,在此采用了TF-IDF方法对关键帧的相似度进行严格计算,极大程度上避免了错误的回环检测的发生。最后,本文采用标准的数据集对整体算法展开实验测试与验证,对比了是否引入优化的两种情况下的定位效果,结果显示带优化算法的运动轨迹的最大误差为整体运行长度的0.27%左右,精度上是不带优化的14.5倍;在基于室内的实际环境下,对是否引入优化的两种情况下的运行轨迹,进行对比分析,证实了算法的实用性与可靠性。