准确的实时定位对于自主导航系统至关重要,基于视觉方法的里程计逐渐成为自主定位的重要选择。由于大多数城市道路满足路面是平面的假设,所以采用单目视觉里程计是合理有效的。同时单目视觉里程计对于硬件要求低,处理速度快,可以满足实时的要求。光流法对于图像运动的估计已经可以满足一定的精度和稳定度的要求,特别是基于特征光流法的视觉里程计由于计算速度快,已经可以达到实际应用的要求。本文研究了单目视觉里程计的设计原理,对比了不同特征点算法的原理,同时介绍了单目视觉里程计的设计特色。传统的单目视觉里程计是基于特征点匹配来设计的,具有对光照变化鲁棒、定位精度高的特点。但是缺点在于处理速度慢,无法做到实时定位。为了解决传统单目视觉里程计处理速度慢、无法实时定位的问题,本文将光流法引入到视觉里程计中,提出基于光流法的单目视觉里程计的基本实现原理,通过室内实验和室外实验,验证了不同光流法之间的精度。基于光流法的单目视觉里程计提高了平坦路面上机器人定位速度并且在一定程度上保证了定位的精度,但是对于出现光照变化强的路面,光流法的精度会有一定程度的下降。基于特征光流跟踪法具有较好的实时性,缺点在于定位精度略差。最后,提出一种融合光流法和特征点匹配算法的单目视觉里程计,将光流法和传统特征点匹配算法进行卡尔曼融合。光流法对于帧间小位移的场景有着较高的定位精度,但是累积误差会随着移动总量的增加而不断增大。特征点匹配定位法精度较高,但定位频率低。两者具有较好的性能互补特性。融合光流法和特征点匹配算法相比较于传统的单目视觉里程计系统硬件要求低,计算时间短,鲁棒性更好,同时融合算法可以计算出中间结果,从而使得结果更光滑,位置信息更完整充分。