随着科学技术的发展,越来越多的机器人开始服务于我们的生活,为我们的生活带来了极大的便利,为公司节省了不少人力成本,为国家的国防也做出了突出的贡献。机器人在室外可以使用全球导航卫星系统进行精确定位,但在室内环境中,卫星信号容易受到干扰导致机器人在室内无法使用全球导航卫星系统进行精确定位。因为人们对室内定位服务的迫切需求,室内定位技术已经成为国内外研究的热点。随着计算机技术和图像处理技术的迅猛发展和图像传感器的普及,基于计算机视觉的定位技术由于其部署成本低、自主性强和定位精度高的优点开始成为室内定位技术研究热点并逐渐替代传统的基于通信的室内定位系统。基于此,本文旨在通过机器人视觉技术来解决机器人室内定位的问题,设计并研发了一套实时性好,定位精度高的机器人视觉室内定位系统,主要研究内容与创新如下:(1)通过查阅大量文献,对当前主流的室内定位技术的原理,国内外研究现状进行系统的分析,总结了主流室内定位技术的缺点和局限性,然后提出了一种新型的基于计算机视觉的室内定位系统。(2)设计了一种基于地面特征的机器人视觉室内定位方法,此方法通过安装在机器人底部的超广角相机采集地面图片,然后对采集的图片用Canny算子进行边缘检测得到图片的轮廓;通过相机标定得到相机内外参数,然后创新性地用点矫正算法将图片的轮廓点还原到无畸变的平面上,显著降低了定位算法运行时间;再创新性地用RANSAC算法与最小二乘法结合的方式,成功从含有噪声点的轮廓点集合中拟合出地板直线,然后通过IPM算法将拟合出的地板直线还原到真实的物理空间中,之后计算出地板直线在相机坐标系下的真实位姿数据。最后,用扩展卡尔曼滤波器融合地板直线的真实位姿数据和机器人小车的车轮编码器数据,得到机器人最优的位姿估计,用扩展卡尔曼滤波器融合数据,这也是本文的创新点之一。(3)为了验证本文提出的定位算法的有效性,自主设计与实现了视觉定位系统。主要包括硬件平台的搭建,相关硬件的选型和相应的软件算法设计与实现。然后在此实验平台上进行相关的实验来验证本文所提出的视觉室内定位算法的性能。实验结果表明,本文提出的视觉室内定位算法定位精度高,实时性好并且部署成本低,非常具有可操作性。