随着机器人领域的不断发展,机器人的导航定位问题成为了当下的研究热点。本文针对室内场景下的移动机器人平台,设计实现了基于单目相机的视觉里程计算法,并进行了实验系统的搭建。主要研究内容如下:（1）研究了针孔相机模型与相机畸变模型,并推导了相关的模型参数。针对传统相机标定方法精度不高的问题,在张氏标定法的基础上,研究了一种基于改进Harris角点检测算法的相机标定方法,进一步提高提取的角点坐标精度,为后续的标定提供了更加准确的数据。实验结果表明,改进的相机标定方法优于传统的相机标定方法。（2）研究了一种改进的ORB特征提取方法,充分考虑了图像自身因素设置提取阈值,并使用四叉树算法使提取的特征点均匀的分布在图像中,有利于后续的特征匹配,实验结果表明,改进的算法优于传统算法;研究了一种基于运动平滑性和RANSAC算法优化的特征匹配算法,引入运动平滑约束进行匹配,并使用RANSAC算法进行优化,实验结果表明,优化的匹配算法在保证匹配质量的同时,也提高了匹配的速度。（3）研究了基于单目视觉的运动估计算法。首先介绍了基本的位姿估计算法,之后针对单目视觉的特殊性,研究了基于环境选择的单目初始化方法和改进的关键帧选取策略;为了进一步提高算法的效率,研究了基于参考帧和匀速运动模型结合的运动跟踪算法;考虑到视觉里程计的误差累积问题,使用了基于图优化的后端全局优化算法,用于解决长时间轨迹的漂移问题。（4）搭建了室内环境下的单目视觉里程计实验系统,并进行了公开数据集实验和实际环境实验。在数据集仿真实验中,选择了室内办公室场景数据集以及仓库场景数据集进行了实验,通过与真值进行对比,验证了该系统的可行性;在实际环境实验中,进行了直线运动实验、直角转弯实验以及闭环实验,实验证明了该系统能够较好的完成室内场景下的导航功能。