室内自主移动机器人是一种利用搭载的多种传感器,在室内环境中采集自身运动与周围环境信息,从而完成同时定位与建图（Simultaneous Localization And Mapping,SLAM）的机器人,在清洁、安防、物流运输、医疗辅助等领域有着广阔的应用前景。由于单一传感器存在较大误差,实用性的SLAM技术需要通过多种传感器采集定位信息,并利用传感器之间的外参进行信息融合。传感器外参通常是在出厂前通过离线标定获得,但在机器人的长期运行过程中,外部冲击、累积形变或机械结构调整等情况都可能导致传感器外参发生变化。因此,利用不同传感器采集的同时定位信息对失效外参进行在线标定是十分必要的。通过不同传感器的定位信息,可以在不中止机器人运行的前提下对外参进行在线标定,因此外参的标定精度直接取决于定位精度。在室内环境中,编码器、IMU、二维激光雷达和视觉传感器都是常用的传感器。其中视觉传感器能够提供最为丰富的场景信息,但在室内环境中常会遇到因无法提取足够视觉特征信息并完成匹配而失效的问题。针对以上问题,本文针对室内环境特征提出了基于同时定位的多传感器在线标定算法,以提升移动机器人在室内环境下长期运行过程中的定位与建图的准确性和稳定性。论文的主要研究内容如下:1、针对单目相机在具有大面积墙壁或光照不足的室内环境中因无法检测到足够特征点而定位失败的问题,分别设计了基于点线特征检测与匹配的同时定位算法和基于改进加权引导滤波Retinex的图像预处理算法,提高了视觉传感器在低纹理、弱光照的室内环境中的定位精度。上海交通大学硕士学位论文2、针对IMU和单目相机之间的外参标定问题,对IMU预积分方法进行了时间延迟修正,并通过特征线段重投影误差的引入改进了外参优化的目标函数,完成了IMU和单目相机的在线联合标定过程,实现了系统在外参突变情况下的自主调整能力。3、针对二维激光雷达和单目相机之间的外参标定问题,提出了一种基于点线对应的在线标定方法,并对迭代最近点算法进行了改进,提高了激光里程计的定位精度和外参标定精度。论文提出的多传感器在线联合标定算法保证了自主移动机器人在多样的室内环境下长期运行过程中的定位精度和稳定性,为多传感器融合的机器人在室内场景下的应用提供了参考。