随着机器人及图像视觉的快速发展,提高机器人的计算能力和存储能力显得尤为重要。由于云计算在计算能力和存储能力上的优势,以及在软件开发模块化和系统应用的鲁棒性上的优势,云机器人成为机器人研究领域的一个热点研究方向。本文针对室内场景下的运动机器人,开展基于单目视觉里程计的图像关键帧提取研究以及云机器人通信研究,结合ROS机器人操作系统,构建了基于机器人运动的位姿信息的云机器人通信研究系统。在机器人所在的室内场景下,本文利用单目视觉里程计算法,通过彩色图像序列获取机器人的旋转和平移运动信息。视觉里程计是机器人位姿运动信息获取的一种重要方法,算法的精度和算法的时间复杂度呈正相关性关系,与算法的实时性呈负相关性关系。为了提高算法的实时性性能,本文采用ORB特征匹配算法作为特征处理算法,在保证精度要求的同时,提高了系统的实时性。在获取到机器人的位姿信息后,对机器人的位姿运动进行阈值设定,分别考虑了机器人中的旋转运动和平移运动。通过对旋转量和平移量的加权处理获取合理的阈值,以提高图像序列中关键帧提取的有效性和准确性。在云机器人通信方面,本文充分考虑了通信协议与机器人传感器信息的编解码以及数据格式的通用性等问题,提出了基于RosBridge的通信协议。这种通信协议是对Socket通信协议和Websocket通信协议的综合利用,在保证传感器信息传输流畅的前提下,利用RosBridge与ROS机器人操作系统的兼容特性,保证通信链路的通用性能。本文构建了云机器人实时通信实验系统。其中包括机器人硬件系统和基于AWS亚马逊云服务的云计算系统。通过对iRobotCreate机器人的运动控制,利用Kinect获取机器人运动场景中的RGB-D图像序列信息,然后对关键帧图像进行提取。通过基于RosBridge的通信方式,将图像传输到AWS亚马逊云服务中的EC2弹性计算云进行处理。最后,对所展开的研究工作进行总结,并为进一步的研究工作提出了展望。