随着机器人技术的快速发展,机器人的人工智能水平越来越高。在中国,发展机器人已上升为国家战略,其中服务机器人产业的崛起已成趋势。但因产业链尚未成熟,造成供应商接到的订单虽多,而获得融资的却并不多。最根本的原因是受限于技术难度,或其传感器昂贵,底层的技术还未很好的普及。因此,为了实现人类家居生活智能化,越来越多的研究人员投入到了服务机器人领域。目前室内移动服务机器人最大的问题还是如何解决定位导航。定位是智能机器人非常重要的功能,实现的方法也很多。简单且比较成熟的是磁轨,但是铺设麻烦;WLAN、蓝牙、RFID等信号容易衰减,精度差;超声波容易受障碍物干扰、激光成本太高;而视觉传感器处理速度慢。但是众多传感器中,视觉传感器能够像人类双眼一样获取丰富的信息,有利于智能控制,因此基于视觉定位研究也越来越火热。本文以室内环境下的移动机器人为研究对象,主要研究如何利用自然环境的路标,即本文采用的棚顶墙角特征来解决机器人自定位的问题。在局部特征提取与描述部分,提出了改进算法,并利用该算法对双目视觉获取的图像进行特征提取与描述,通过特征描述符完成墙角识别和双目匹配测距,最终结合特征点坐标信息并利用三边测量原理完成机器人的全局定位。本文通过大量实验主要完成了如下几个任务:1)分析室内移动机器人定位系统的研究现状,在对其研究背景和研究意义有了深刻理解的基础上,研究了机器人定位所需的关键技术,最后引申出双目视觉定位的方法,并作为本文所要研究的课题,对双目视觉定位领域所涉及的算法做了理论研究。2)学习Open CV及其重编译技术,结合Bumble Bee2摄像机提供的SDK进行二次开发。针对存在不同开发软件和不同版本Open CV的兼容性问题,通过COM组件技术有效的解决了接口的通用。软件成功搭建后,为了获取定位及图像校正所需要的参数,首先完成了摄像机标定的实验。3)深入研究了SIFT特征检测与描述算法与FAST特征点提取算法。结合了两个算法的优点,并根据实际环境对SIFT算法及FAST算法进行改进,提出了双阈值FAST特征检测的SIFT描述算法,大大提高了准确性和实时性。4)提出了视觉路标库的采样规则,完成了相关的验证实验。其次针对机器人的定位问题进行了综合的实验研究,并进一步分析了定位的精度。然后对目标跟踪问题进行了讨论,实现了墙角锁定与跟踪,可进一步提高实时性,最后给出了下一步科研的研究计划。最终,本文基于Open CV1.0+VC6.0和Open CV2.49+VS2010的开发软件,应用MFC和ATL技术自主开发了应用程序,成功实现了本课题各个模块的功能,并在旅行家Ⅱ号智能机器人平台上成功运行。