多传感器融合移动操作机器人具有复杂环境感知、大范围移动操作和类人协调操作能力,适用于非结构环境下的复杂操作任务,是当下移动操作领域的研究热点,而正确地理解自身状态是自主移动操作的前提。基于以上背景,本文以双臂移动机器人为研究对象,融合视觉、IMU（Inertial Measurement Unit,惯性测量单元）和轮速传感器信息,研究机器人的自主定位技术,主要研究内容如下:（1）搭建了一款多传感双臂移动机器人,并以机器人操作系统ROS为基础构建了对应的仿真系统。以智能工厂移动操作为需求,搭建了包含有移动平台、双操作臂、末端灵巧手和多传感器等在内的双臂移动机器人,分析了搭建过程中的关键技术和主要参数。针对该类型机器人系统复杂度高、难以快速开展实验研究的问题,基于ROS构建了对应的仿真系统。以该仿真系统为基础,分别开展了多传感器标定仿真实验和多传感器融合SLAM（Simultaneous Localization and Mapping,同时定位与建图）仿真验证。结果表明所搭建的多传感双臂移动机器人可满足移动操作要求,且相应的仿真系统可用于各类复杂算法的快速验证。（2）针对视觉-惯性融合定位方法应用于地面移动机器人中存在的可观性弱和定位精度低等问题,提出了针对移动机器人的视觉-惯性-轮速融合定位方法。提出了约束帧间运动的轮速预积分模型和约束运动流型的平面约束模型,并将视觉-惯性融合SLAM中的滑动窗口与边缘化算法推广至视觉-惯性-轮速融合定位中。仿真实验结果表明所提轮速预积分模型和平面约束模型是有效的,所提视觉-惯性-轮速融合定位方法具有比视觉-惯性融合更高的定位精度。（3）针对标定参数在移动机器人运行过程中存在的漂移问题,提出了视觉-惯性-轮速融合在线标定方法,实现了传感器内外参数和时间延迟的在线标定。推导了轮速内外参在线标定模型和轮速-IMU时间延迟在线标定模型。针对视觉-惯性融合初始化应用在地面移动机器人难以成功的问题,给出了视觉-惯性-轮速融合初始化方法。仿真实验验证了所提在线标定模型和初始化方法的有效性,最后通过在线实验验证了所提方法的有效性。