移动机器人在未知环境下如何才能实现同步定位与地图创建(Simultaneous Localization and Mapping,SLAM)是当前研究的热点问题。SLAM问题的相关研究对于实现机器人高度自主化和智能化具有重要理论意义和实用价值。近年来,随着图像处理技术的不断发展,基于视觉传感器实现SLAM系统的技术研究已经成为SLAM研究领域中的重要研究方向。本文围绕扫地机器人的自主定位算法的研究与应用展开,扫地机器人的研发从本质上是实现单目SLAM系统,实现这个系统所采用的相关技术与算法必须与扫地机器人的需求相结合。扫地机器人的首要任务是进行清洁,但是清洁过程中会遇到障碍物,这时需要扫地机器人在进行定位的同时实现避障与路径规划。基于扫地机器人在清扫过程中可能出现的这些问题,本文重点研究了SLAM系统框架,对于各种实现方式、方法等进行性能对比,从中选取最适合扫地机器人研发所需要的相关内容进行研究,提出基于SIFT算法进行图像特征提取,同时结合EKF-SLAM算法进行自主定位的实现思想。项目中基于综合比较提出的实现思想为扫地机器人建立相应的数学模型,从坐标模型、运行模型、观测模型三方面对于扫地机器人室内运动与观察进行定义。对于项目中开发使用的自主定位算法进行仿真实验,验证算法的理论可行性,同时将SIFT算法进行优化,提高获取的图像关键点的匹配度和执行速度,最后将优化的SIFT算法以及自主定位算法应用到扫地机器人实际测试中,观察扫地机器人的实际运行效果。