计算机视觉在现代科技中发挥着越来越重要的作用,视觉导航能获取丰富的环境信息,具有直观性和高精确性等优势,成为导航技术崭新的发展方向。由于双目视觉定位和惯性测量定位都具有局限性,本文提出了基于环境特征识别的移动机器人室内复合导航方法,通过将惯性测量、双目视觉与模糊地图的有效结合,实现移动机器人在室内环境下,简便快速的室内定位及导航。本文对基于环境特征识别的室内复合导航系统研究如下:首先,阐述了机器人导航技术的发展过程,概括了当前广泛使用的机器人导航方式,并分析了各类方法的国内外研究现状。接着引入惯性测量系统定位技术,并分析了其原理与优劣。然后,提出基于环境特征识别的双目视觉系统设计。结合SIFT特征描述及Harris角点检测的优点,利用改进的Harris-SIFT算法检测和提取环境中的角点,并与离线视觉数据库的SIFT描述符相匹配,继而解算出机器人的实际位置。其次,提出双目视觉与惯性测量的数据融合机制。由于惯性测量模块和双目视觉模块输出数据的速率不同,因此本文采用异步卡尔曼滤波对两个模块的数据进行融合。最后,搭建立体摄像机惯性测量单元(SC-IMU)硬件模块,并在MT-R机器人上,进行移动机器人室内定位实验,结果验证了该系统的有效性及精确性。