轮腿式仿生机器人同时具有轮式机器人的高机动性和仿生足式机器人的强地形适应性,在灾后救援、野外勘探和太空探索等领域具有广泛应用,是机器人领域目前最前沿的研究之一。因此本文以实现轮腿式仿生机器人的自主性和智能化为研究目的,从以下几个方面展开了定位导航的研究。动态场景下轮腿式仿生机器人定位算法研究。以提高高速动态场景下机器人的定位精度为目标,提出基于特征点速度的动态目标检测算法。建立并分析了前后图像间的旋转补偿模型和特征点像素速度模型,计算特征点速度后,通过运动滤波和投影滤波策略检测出动态目标上的特征点。轮腿式仿生机器人定位算法初始化过程的优化。针对崎岖路面上轮腿式仿生机器人产生连续震动导致定位算法初始化失败问题,提出了基于视觉惯导信息融合的图像去运动模糊算法。研究了图像运动模糊产生的原因以及去运动模糊的原理,融合IMU测量得到的信息,推导了图像的运动模糊函数,复原了初始化时产生运动模糊的图像,减小了定位算法初始化失败的概率,优化了初始化过程。轮腿式仿生机器人导航算法研究。基于轮腿式仿生机器人腿部高度可变,提出具有三维可通过性的局部路径规划算法,并研究了常用的全局路径规划算法。通过仿真软件分别对全局路径规划算法与局部路径规划算法进行了测试分析。最后将全局路径规划算法与局部路径规划算法融合,形成轮腿式仿生机器人的导航算法。定位导航算法验证实验。为了验证提出的动态目标检测算法、图像去运动模糊算法和基于腿部变高度的局部路径规划算法的有效性并测试各算法性能,搭建了轮腿式仿生机器人的定位导航系统,完成了实验平台的机械结构和硬件系统设计。在定位导航系统实验平台上分别进行运动滤波和投影滤波离线实验、动态目标检测实时实验、图像去运动模糊离线实验、局部路径规划避障实验以及全局路径规划导航实验。实验结果表明动态目标检测算法能够提高机器人在高速动态环境下的定位精度,去运动模糊算法能够提高定位导航算法初始化成功率,路径规划算法实现了基本导航任务。