1、視覺(jué)傳感器具有感知速度快、魯棒性高、實(shí)現(xiàn)簡(jiǎn)單等優(yōu)點(diǎn)，能夠?yàn)橐苿?dòng)機(jī)器人提供豐富的圖像信息，對(duì)研究基于視覺(jué)系統(tǒng)的移動(dòng)機(jī)器人定位具有重要意義。然而由于視覺(jué)傳感器獲取的圖像信息過(guò)于復(fù)雜，同時(shí)系統(tǒng)自身存在不穩(wěn)定性等因素，基于視覺(jué)系統(tǒng)的移動(dòng)機(jī)器人定位仍然存在較多難點(diǎn)。為進(jìn)一步使得機(jī)器人高效準(zhǔn)確的定位，本文主要就單目視覺(jué)移動(dòng)機(jī)器人在環(huán)境中的定位問(wèn)題展開(kāi)各項(xiàng)研究。主要研究?jī)?nèi)容如下：
　　首先，簡(jiǎn)述本課題的國(guó)內(nèi)外研究背景及意義，通過(guò)對(duì)理論知識(shí)和研究

2、現(xiàn)狀的分析，闡述移動(dòng)機(jī)器人視覺(jué)定位算法現(xiàn)存在的各項(xiàng)技術(shù)問(wèn)題，并建立基于視覺(jué)系統(tǒng)的移動(dòng)機(jī)器人相關(guān)模型。
　　其次，針對(duì)SURF算法提取特征點(diǎn)數(shù)量大，當(dāng)圖像發(fā)生較大視角和噪聲變化時(shí)，提取特征點(diǎn)不穩(wěn)定的問(wèn)題進(jìn)行改進(jìn)，提出利用雙樹(shù)復(fù)小波變換提取圖像低頻內(nèi)容，并將其作為改進(jìn)算法的輸入圖像。通過(guò)采用3D非極大值抑制求取圖像不同尺度下的特征點(diǎn)，計(jì)算圖像Gaussian-Hermite矩，重新確定Hessian矩陣，檢測(cè)穩(wěn)定邊緣特征點(diǎn)，并通過(guò)MA

3、TLAB實(shí)驗(yàn)仿真，驗(yàn)證改進(jìn)算法性能。
　　再次，針對(duì)圖像特征點(diǎn)提取與匹配實(shí)時(shí)性較差和正確匹配率低的問(wèn)題，提出利用向量點(diǎn)積取代歐氏距離度量法衡量描述子間的相似度；為進(jìn)一步提高搜索效率和精度，采用隨機(jī)KD樹(shù)算法對(duì)特征點(diǎn)進(jìn)行匹配并通過(guò)PROSAC算法剔除誤匹配對(duì)。最后通過(guò)仿真實(shí)驗(yàn)對(duì)改進(jìn)算法性能進(jìn)行驗(yàn)證分析，驗(yàn)證算法的有效性和實(shí)時(shí)性。
　　最后，結(jié)合自適應(yīng)粒子濾波算法，實(shí)現(xiàn)移動(dòng)機(jī)器人在室內(nèi)環(huán)境中的視覺(jué)定位。針對(duì)粒子濾波算法計(jì)算復(fù)雜，