随着人工智能技术的快速发展,智能移动机器人深入各个领域,激活了巨大的社会价值和市场价值,其中基于视觉的状态估计是智能移动机器人的核心功能之一。然而基于多视图几何原理的视觉状态估计的成立需要建立在静态环境的假设条件之上。因此在有运动物体干扰的动态环境下,机器人识别和利用环境中的静态视觉信息,进行自身状态估计是至关重要的。目前大多数方法需要在假设没有运动物体干扰的情况下计算初始位姿,借此识别静态信息并计算准确位姿。然而当运动物体占据视野的比例变大,初始位姿并不能很好地反应机器人的真实位姿。同时特征点存在的误跟踪和误匹配问题,会使得只利用特征点的批量式优化结果不够精确。本文提出了一种新的地面信息辅助的动态环境下移动机器人视觉状态估计框架,能够利用地面剔除外点并实现准确的状态估计:1)首先对现有的主平面检测方法进行扩展,提出了基于地面似然度的完整地面检测方法;2)然后计算自适应阈值剔除非地面区域内的外点并进行相邻式位姿估计,提出了基于地面自适应阈值的位姿估计方法;3)最后构建融合地面信息的滑动窗口,提出了地面信息辅助的批量式状态估计方法。针对地面信息辅助的动态环境下移动机器人视觉状态估计技术,本文对完整地面检测、外点剔除、相邻式和批量式的移动机器人视觉状态估计等方面进行了研究,设计并搭建了一种全向移动的轮式机器人系统,实现了动态环境下地面信息辅助的移动机器人视觉状态估计。