在电气自动化领域,由于室内巡检等工作的需要,室内移动机器人的应用越来越广泛。但是因为室内环境复杂,其定位导航仍然面临着挑战。传统的定位导航依赖机器人自身携带的传感器,不仅要付出高昂的硬件成本,还增加了操作难度。基于此,本文提出一种采用视觉技术进行定位与导航的方法,该方法利用监控摄像头对室内环境进行拍摄建模,并实现移动机器人定位跟踪与导航。主要研究工作包括以下几方面:（1）传统室内机器人使用自带传感器来感知和构建环境地图,其存在造价高,误差较大,更新不方便等问题。为了克服上述问题,本文利用外部摄像头实时采集环境现场,实现快速完成环境建模。针对室内环境会有阴影、灯光、物体倒影等干扰问题,引入自适应图像增强算法对摄像头摄取的图像进行增强处理,有效改善各类干扰问题,通过图像分割的方法识别并区分自由区域与障碍物区域,进而构建整个环境的地图。（2）针对基于采样的启发式经典算法BIT*（Batch Informed Tree*）存在路径长,冗余点多,收敛速度慢等缺陷,本文提出了基于引导采样和渐进切割的启发式规划算法。该算法引入自适应引导采样函数且提出一种渐进切割函数,改善了采样方式,优化了路径长度,提高了算法运行效率。在剪枝过程中,对原算法椭圆区域进行缩小以减少采样空间区域进而优化了算法性能。同时将算法应用于动态路径规划。实验结果表明,与BIT*和RRT*相比,本文算法在路径长度、运行时间、收敛速度上都达到了更优的状态。（3）区别于传统定位算法,本文提出基于融合信息的定位跟踪算法。该算法利用前景信息与轮廓差分信息相融合的方式进行前景与背景的分割,以此提高移动目标定位跟踪的精度和实时性。实验结果表明,基于融合信息的定位跟踪算法不仅可以实现对机器人的实时定位与跟踪,还克服了“遮挡”及“跳帧”问题。进一步地,构建了移动机器人运动学及动力学的模型,并结合轨迹跟踪算法完成移动机器人的导航。（4）在上述提出的各种算法的基础上,本文设计了基于视觉的室内移动机器人路径规划与导航系统的原型。通过对室内环境开展测试实验,验证了该系统原型可以实现真实室内环境建模和移动机器人的跟踪导航。