本文结合国家高技术研究发展计划(863计划)“大型曲面自主研抛作业微小机器人技术”,以实现微小机器人在大型曲面上的自主定位为研究目标,创新性的将计算机视觉坐标测量技术应用于移动机器人空间定位方法中,提出了基于六个特征点平面距离约束的微小研抛机器人单目视觉空间定位新方法。实验证明该方法能够满足微小机器人在大型曲面上的定位要求,定位算法具有较好的鲁棒性,也可为多个移动机器人系统同步定位提供一种新的解决思路。论文根据PnP(Perspective n Points)理论,以摄像机中心投影模型为基础建立了视觉定位系统的数学模型,提出了基于六个平面特征点距离约束的参数建模方法和机器人空间位置坐标及姿态的求解算法。结合微小研抛机器人空间定位的实际需要,建立了摄像机标定的内外参数模型,提出了基于非线性模型的摄像机平面网格标定新方法。通过大量的摄像机标定实验,对标定方法的精度进行了研究,实现了在整个工作空间内对摄像机内外参数的校准。针对定位系统采集的灰度图像特点,提出具有较强抗干扰性、基于连通成分标记的自适应阈值图像分割方法,在实现图像分割的同时,快速、准确的将六个特征像点区域区分开来。对圆形和椭圆形目标的亚像素定位方法进行了研究,采用双线性插值灰度平方加权质心算法,对成像点的中心坐标进行了亚像素求解,仿真分析和实验结果均验证了该方法能够有效降低计算结果的离散程度,实现特征点的1/10倍像素细分,满足了机器人定位系统对特征点成像中心精确定位的要求。在大型曲面上进行了综合定位实验,并对定位系统误差产生原因进行了系统的理论分析,尤其针对当辅助定位特征点的光轴与摄像机光轴成一定角度时、亚像素定位算法计算出的特征像点的中心坐标与实际发光点成像中心坐标间存在较大偏差这一现象,提出了角度偏置误差补偿理论和预估-即时修正补偿方法,通过实验手段建立了误差补偿数学模型,实验证明了该方法能够有效提高定位系统的精度和系统的稳定性。课题研究工作得到了国家高技术研究发展计划“大型曲面自主研抛作业微小机器人技术”(项目编号:2006AA04Z214)和国家自然科学基金项目“自定位微小研抛机器人精整加工大型曲面研究”(项目编号:50575092)的资助。