随着城市化的发展,人类活动的室内空间愈加复杂与庞大,对位置服务的需求也从室外拓展到室内。室内复杂的结构、多样的目标以及人为因素的影响要求室内定位技术具有较好的普适性,具体体现在:(1)适应未知环境,自主性较好;(2)定位精度满足需求;(3)成本低,易普及。基于惯性和视觉的定位技术都具有较好的自主性。其中,惯性器件姿态解算精度较高,但因累计误差长时导航会发散。视觉传感器可获取丰富的环境信息,但容易受到光照变化影响。若将两者信息融合、优势互补将可得到更加可靠的位姿估计。因此,针对未知室内环境,本文将以轮式移动机器人作为研究对象,通过融合单目相机和九轴MIMU包含的三种传感器信息实现移动机器人自主定位。主要内容概括如下:1.针对单目视觉里程计存在尺度不确定性无法准确估计移动机器人位姿的问题,提出一种具备绝对尺度恢复的单目视觉里程计方法。该方法基于ORB图像特征建立局部地图解决两两帧位姿估计方式过分依赖参考帧的问题。为提高位姿估计精度,在使用滑动窗口控制计算量的基础上建立位姿与地图3D点的图优化模型进行光束法平差。最后基于平面模型假设和相机高度先验信息,利用图像间的单应变换关系对图像ROI区域进行逐像素匹配,再根据最小光度误差约束构建非线性优化模型解得尺度因子,从而实现绝对尺度恢复。实验结果表明,该方法能稳定的进行位姿估计,并且有效解决了单目尺度不确定性问题。2.针对绝对尺度恢复仅能校正视觉里程计平移估计的误差,不能修正姿态估计误差的问题,采用融合九轴MIMU解算准确的姿态信息来修正视觉里程计的姿态误差。首先,分别建立了MIMU包含的陀螺仪、加速度计、磁力计的误差校正模型。利用准静态条件下,加速度计可通过感知重力场来准确测量姿态这一特性,实现了加速度计/陀螺仪的误差联合自校正。基于椭球假设,提出一种基于递推最小二乘的误差校正参数解算方法,实现了磁力计的误差自校正。而后,参照Mahony互补滤波算法提出一种两步EKF滤波姿态解算方法,通过建立两个EKF滤波器对姿态角分开校正,减小姿态角间的相互干扰。实验结果表明,所采用的自校正方法能有效修正传感器误差,两步EKF滤波算法得到优于Mahony互补滤波的姿态解算结果。3.通过建立KF滤波器将两步EKF滤波解算的姿态与视觉里程计的姿态估计进行融合,再利用融合后的航向角信息与经绝对尺度恢复的平移量构建航迹推算系统。为测试算法的有效性,搭建基于ROS系统和XQ-mini移动机器人实验平台,完成相机内参数标定、相机/MIMU的坐标系统一以及时间同步工作。最后,设计了单一视觉系统与组合航迹推算系统的对比实验。实验结果表明,组合的航迹推算系统更加稳定可靠,定位性能优于单一的视觉定位系统。