摄像机的标定及视觉定位在机器人研究领域占有重要的地位,它们是机器人实现自主导航、避障与追踪以及路径规划等的基本环节。在移动机器人的视觉定位中,基于单目摄像机的视觉系统结构简单,算法成熟,信息处理量较小便于满足实时性要求,而且,它是构建其他类型视觉系统的基础。因此,研究移动机器人的单目视觉系统标定及定位,对于提高移动机器人的自主作业能力,促进移动机器人向智能化方向发展具有十分重要的现实意义。　　 本文以DM-B2xO/45系列研究型全自主移动机器人为平台,以云台摄像机为视觉传感器构建移动机器人的视觉系统。研究中,首先利用云台摄像机拍摄棋盘格模板,采集图像,其次,用VisualC++编写Harris角点提取算法的程序,将模板中角点的图像坐标值提取出来,并记录摄像机拍摄模板时摄像机的光轴与模板平面的法线之间的夹角,最后,利用软件Matlab编程建立人工神经网络对云台摄像机进行标定。实验结果表明,利用人工神经网络标定云台摄像机,可以获得较高的标定精度,标定误差在3mm(毫米)以内。另外,本文采用基于PnP问题的位姿测量法对移动机器人的视觉定位进行了分析,选择控制点n=4对进行研究,既可以避免无解情况地出现,又可以极大提高应用的灵活性。实验结果验证了该视觉定位法的有效性。