在机器人领域,图像因其能准确描述场景、丰富的环境信息近些年来得到了广泛的研究与使用,图像信息也当之无愧称为其环境感知与辨识的重要获取点。对于移动机器人导航技术中视觉系统不可或缺的图像信息,同样受到了机器人领域以及各个领域的重视。机器人导航首先面临的一个问题便是实时定位问题,准确的定位对机器人导航至关重要,单目视觉里程计因其成本低、处理速度快、操作简易、准确度较高逐渐成为视觉导航中的重要选择。本文首先概述了移动机器人导航技术、其研究与使用领域以及视觉系统的组成,对其国内外现状做了简要描述,然后结合机器人视觉导航技术与视觉理论介绍了视觉里程计。运用视觉方法来检测位姿因其非接触、智能、被动等特点在近年来得到了广泛研究。本文基于Poineer3平台,运用单目摄像机对室外环境采集图像,对图像采用基于图像特征和神经网络的方法进行了环境的理解,并进行了室外交通道路标志类别的识别。运用Horn-Schunck的局部光流法对地面进行研究,以地面运动速度作为机器人自身速度的参考,由图像坐标系和机器人坐标系的变化关系以及运动速度和光流速度的关系,把光流速度转化为机器人的运动速度,再根据机器人罗盘的转向角参数从而进行了机器人的位姿检测。定位结果与激光定位结果基本一致,且该方法易操作,检测速度快,成本低。最后,运用SIFT算法对单目所采集的室外视频图像的相邻两帧进行了特征点的检测与匹配,采用RANSAC算法对所匹配点进行了误匹配点剔除,然后根据特征点的跟踪和视觉里程计模型,达到机器人的定位。该方法相比传统的里程计定位精度高,比之双目激光等定位方法,又有成本廉价的优点。这为之后融合光流法和特征点匹配算法的单目视觉里程计的更深入研究与工作做下了坚实的基础。