自主服务机器人的导航技术已经成为二十一世纪智能机器人领域的一个重要研究方向，其中视觉导航具有其它传感器导航方式所无法比拟的优点，是自主服务机器人的关键技术和研究热点。最近二十年来，随着计算机图像处理技术的飞速发展以及数字图像处理设备性价比的提高，越来越多的人投入到机器人视觉导航的研究中。机器人视觉导航的研究具有十分重要的理论和实践意义。　　 本文在现有的研究成果的基础上，借助图像处理技术和机器人导航原理，针对室内移动式服务机器人的视觉导航方法展开研究，主要工作如下：　　 （1）在分析了单目摄像机和双目立体视觉的成像模型的基础上，选用单目摄像机作为本课题的视觉传感器，并采用一种基于主动视觉的摄像机自标定方法进行摄像机标定。摄像机标定实验使用开源的Matlab工具箱作为平台，成功标定出摄像机的内外参数，实验结果表明标定效果较好。　　 （2）通过改进图像处理算法对室内服务机器人的视觉信息进行处理与仿真。针对走廊图像的边缘提取，将数学形态学引入边缘检测中，提出了一种改进的形态学多结构元自适应加权边缘检测算法，仿真实验表明该算法可以较好保持走廊图像的完整性，同时减少伪边缘信息的干扰。本文设计了一个门牌号识别系统，首先采用图像行列扫描对门牌区域进行定位与分割：然后利用最佳阈值二值化方法进行字符图像二值化，在此基础上进行字符分割；最后采用一种字符轮廓结构特征和统计特征相结合的方法进行字符识别，仿真结果表明该识别系统对门牌号具有较好的识别能力。　　 （3）针对走廊环境下的定位方法进行了研究。首先建立了摄像机图像平面与三维道路的几何模型，采用一种基于参数离线标定的方法进行机器人定位；然后采用基于改进的Hough变换和颜色匹配的方法进行门的定位与识别：最后设计了一种基于门牌号识别的走廊房间搜索算法。仿真实验表明了上述算法的有效性。　　 （4）针对服务机器人动态不确定的室内工作环境，首先采用自适应背景差分法和扩展卡尔曼滤波算法进行运动物体的轨迹检测与跟踪，然后提出了一种基于极坐标图和滚动窗口的局部路径规划算法，实现了移动机器人的动态实时避障和路径规划。