本论文以国家863高技术项目《助老／助残机器人关键技术研究》的子课题《实用型陪护机器人》为背景,研究摄像头的参数标定技术,针对本文中所使用的广角摄像头存在成像畸变的问题,建立非线性成像畸变模型,设计成像畸变校正方法。在广角摄像头成像畸变校正的基础上,研究陪护机器人在家庭结构化环境中基于头部视觉和广角摄像头的全局定位方法,通过对环境中位置已知的路标识别和图像处理特征提取,估算深度信息,实现机器人的全局定位,和现有方法相比,提高了定位的精度和实时性。最后针对现有陪护机器人视觉伺服目标抓取存在的问题,研究了改进方法,提高了陪护机器人目标抓取的实时性和鲁棒性。　　 本文首先研究了摄像机标定技术,介绍了摄像机参数标定的常用方法。针对本系统使用的广角摄像头,分别建立了不考虑镜头畸变影响的线性成像几何模型和引入径向畸变的非线性成像模型,设计了摄像头参数标定和畸变校正的具体方法,并完成了广角摄像头的参数标定,消除了镜头畸变对成像的不利影响,实现了镜头畸变校正,显著改善了成像质量。　　 针对现有视觉定位方法定位精度低和实时性差的问题,提出了陪护机器人基于头部视觉的全局定位方法,设计了全局定位的总体方案。通过机器人头部转动代替本体转动对环境中路标进行搜索和识别,并完成图像处理和特征提取,估算深度信息,进行定位精度的误差分析,完成了机器人在家庭结构化环境下的定位实验,显著提高了定位的精度和实时性。　　 最后通过头部视觉系统和“眼在手上”单目视觉系统相互配合,实现了陪护机器人在家庭环境下对目标的搜索、识别和抓取。和现有的视觉抓取方法相比,通过家庭环境下机器人接近家具柜的路径优化和目标接近过程中的视觉开环控制,明显缩短了机器人目标抓取的时间,同时研究了环境光照变化对目标识别的影响,并提出了基于HS分量联合统计的自适应阈值分割算法,提高了目标识别的鲁棒性,进而增加了目标抓取的成功率,实现了课题的研究目标。