移动机器人作为工业智能化的核心技术,可以替代工作人员在不同的作业现场完成任务。移动机器人能够准确、高效地完成任务的前提在于能够准确感知周围环境和获得自身位置信息。由于生产作业的情况限制,部分化工、石料加工车间在生产过程中会产生大量粉尘悬浮在空气中,同时也具有一定的磁场和噪音干扰,在该类情况下,基于磁带、激光板等定位方式会面临难以布置和维护的问题,基于即时定位与建图（SLAM）的方案不会对生产环境进行布置和改造,具有较好的适应性。考虑到使用成本,基于视觉的即时定位建图的方案具有较强的竞争力,但是基于视觉的方案会面临着图像特征退化的现象,进而导致机器人定位不准或者失效。本文面向室内粉尘环境下机器人的定位问题,首先对比当前主流的定位方案的优劣,选择基于视觉的方法搭建基于的室内定位系统。使用大气散射模型对粉尘干扰进行建模,并基于暗通道先验与导向滤波恢复粉尘对于图像特征造成的退化现象。再根据视觉定位的实际需求,在主要图像恢复评价方法的基础上,使用特征点方法建立面向视觉定位的评价指标,并通过初步实验验证了评价指标的合理性。其次针对视觉定位本身,对视觉传感器进行了成像模型分析与选型,并且进行基本参数标定和畸变矫正解决相机误差。随后研究并搭建即时定位与建图框架,在前端使用双目立体匹配获得特征点的三维位姿,构建视觉里程计估计帧间位姿,在后端使用局部与全局优化来降低系统误差,并使用回环检测修正长期建图所产生的累积误差。然后针对室内粉尘场景的特点,在定位过程中添加提前构建好的先验地图,并结合图像恢复算法搭建了面向室内粉尘场景的视觉定位系统总体框架。最后本文通过实验对上述工作进行验证。通过对比实验和自制室内粉尘场景浓度实验验证了本文图像恢复算法的可行性和适应性。进而,搭建室内移动机器人实验平台,完成定位有效性实验和精度分析。在上述工作的基础上,设计了室内粉尘场景下的定位实验,验证了本文总体框架在室内粉尘场景下的有效性。