随着传感器技术、计算机技术以及人工智能技术等学科的不断进步,移动机器人的研究正日益朝着自主化和智能化的方向发展。在未知的非结构化环境中,移动机器人需要依靠自身所携带的传感器来确定自身的位姿,这是移动机器人自主执行任务的基础。视觉传感器具有体积小、功耗低、价格便宜、以及能获取丰富的图像信息等优点,使得基于视觉的定位方法一直是移动机器人定位领域内的研究热点。作为一个与实际联系紧密的系统性问题,移动机器人的定位需要综合考虑所处的环境、传感器的特性以及定位算法的具体形式。本文以所在团队所研发的两款移动机器人为载体,针对移动机器人在非结构化环境中执行任务时对视觉定位的具体需求,结合现有的移动机器人定位算法存在的问题,重点研究了基于视觉的移动飞行机器人悬停定位问题、液压四足机器人相对前方引导员的视觉随行定位问题、以及这两种移动机器人在移动过程中相对周围环境的视觉定位问题等。具体的内容如下:第一,系统阐述了移动机器人利用视觉进行定位所涉及到的理论,包括摄像机成像模型、双目立体视觉、极线校正、立体匹配等,然后简单介绍了本文所研究的移动机器人对象的各个系统,重点分析了与视觉有关的系统及相关参数的选择。这是后续研究的理论基础和实物基础,对后续研究的展开具有重要意义。第二,提出了一种基于单目视觉定位的飞行机器人自主悬停方法。它只使用安装在球笼飞行器下方的摄像机来估计飞行器相对于地面的三维位置,而没有用诸如气压计、惯性测量单元(IMU)、GPS等其他传感器的辅助。受蜜蜂保持稳定飞行的启发,提出了通过计算后续帧和参考图像之间对应点的变化来检测位置变化的方法。然后通过卡尔曼滤波器处理检测结果并发送给PID控制器以控制飞行器的悬停。最后通过实验测试整个系统的性能,结果表明,该方法可以使飞行器保持稳定悬停。第三,对液压四足机器人在非结构化的野外环境中自动随行的问题进行了研究。针对野外环境中引导员的迷彩服难以识别的问题设计了一种特殊的标志。同时研究了单目和双目的定位方法,采用轮廓检测和动态规划法结合求取视差的整体最优估计,并利用Newton迭代法来估计最优的位姿。在此基础上分析了单目视觉定位方法和双目立体视觉方法在此种环境下的优缺点,提出了两种方法有机结合的融合定位方法。最后通过仿真和实物实验证明了本文方法的可行性。第四,提出了一种基于NDT和混合的回环检测方法来检测移动机器人在SLAM过程中的回环。算法首先通过正态分布变换(NDT)来对RGB-D数据进行匹配而获得初始的位姿,这为后面的回环检测奠定了良好的基础。在回环检测中,首先使用基于空间的方法来锁定初始的候选匹配对象,减少了全局搜索的耗时。然后根据外观相似性的方法(DBoW2)对所述的候选对象进行最后判别,最终选择一个最佳的回环。实验结果表明本方法能够在空中和地面上进行较快的回环检测,并且检测到正确的回环约束,实现移动机器人位姿的准确估计并创建正确的三维地图。