自《中国制造2025》颁布以来,机器人产业已经成为国内最受关注的产业之一。移动机器人作为一种具有很强移动能力的机器人,被越来越广泛地应用于各行各业。定位导航技术作为移动机器人的核心技术之一,一直是移动机器人领域的研究热点。基于视觉的导航技术具有定位精度高、系统柔性强、成本较低和使用方法简单等优点,符合移动机器人智能化的发展趋势,也是目前机器人定位导航领域的研究热点。但是基于视觉的移动机器人定位导航技术仍有计算量大、定位不准确等缺点。基于此,本课题在综述国内外视觉导航研究现状的基础上,以移动机器人在室内场景的应用为研究背景,针对以下几部分开展研究工作:(1)图像特征点提取算法研究。在ORB(Oriented FAST and Rotated BREIF)特征描述子中加入图像特征点的位置和速度信息,再以栅格的形式对图像进行区域划分,然后对每个栅格内的特征点进行筛选,每个栅格内至多保留一个有效特征点,从而减少了图片的特征数量并提高了特征的独特性和特征点提取速度。(2)图像特征匹配算法研究。根据待匹配图像中的特征描述子中速度和位置信息缩小特征匹配的搜索范围,并用已匹配的特征点对求出特征点矢量,应用于待匹配特征点,从而避免了需要对图片中所有特征点进行遍历的缺点,在提高匹配速度的同时能够保证很高的正确匹配率。(3)移动机器人视觉导航系统开发。搭建了视觉导航移动机器人平台,建立了移动机器人坐标系模型、运动学模型和基于摄像头的观测模型并基于UKF目标跟踪算法的原理,建立了具有双层UKF的导航模型,开发了相应的应用软件,进行了编码器和陀螺仪及视觉的多传感器融合定位导航算法的开发,并进行了验证,从而进一步缩小了移动机器人的动态跟踪误差,提高了导航精度。