近年来随着无人化的兴起,移动机器人逐渐应用到了越来越多的领域,送餐机器人、服务机器人、无人驾驶汽车等移动机器人也逐步走进了人们的日常生活之中。可以看到,移动机器人技术是目前研究的热门领域,未来也将会出现越来越多可以应用到实际之中的移动机器人。其中定位问题是移动机器人面临的首要问题,也是移动机器人技术中噪声干扰最多的环节之一,是广大机器人研究者们研究的重点方向,只有定位准确了,移动机器人才能正常地进行后续的工作。本文围绕平面运动的移动机器人定位问题展开了研究,论文的主要研究内容包括:（1）基于图像特征点的视觉定位技术研究。本文对相机获取的图像帧进行特征点提取与匹配,提出了一种利用基础矩阵公式结合随机抽样一致性算法的误匹配剔除方法,并通过实验验证了该方法的有效性。之后提出了一种动态的关键帧选取方案,根据该方案选取的关键帧采用高斯牛顿法进行运动计算求解出了机器人位姿,并再次结合随机抽样一致性算法进一步加强了运动计算的精度。（2）轮式移动机器人编码器定位技术研究。本文对编码器及其定位原理进行了分析,构建了移动机器人的圆弧运动模型,并通过该运动模型利用航位推算原理构建了移动机器人推算定位方程,之后通过编码器定位实验验证编码器定位的准确性。（3）融合视觉与编码器的自主定位算法研究。本文以编码器信息构建了系统状态模型,并将视觉定位结果转换成观测向量构建了系统观测模型,之后基于扩展卡尔曼滤波进行视觉与编码器融合定位,并通过实验比较视觉定位、编码器定位与融合定位三种不同的定位方式,对各定位方式定位的精度进行了分析。（4）场景自适应定位算法研究。针对融合定位的不足,本文对扩展卡尔曼滤波进行改进,提出了一种基于改进扩展卡尔曼滤波的场景自适应定位系统,该定位系统能够根据周围场景的不同自主地选择最适合当前场景的定位方案,从而获得更好的定位效果。并搭建了一个模拟传感器失效的实验环境,通过实验验证本课题场景自适应定位系统的准确性与鲁棒性。