目标识别与定位是移动机器人基本任务之一,也是移动机器人感知能力和智能水平的重要标志。视觉传感器能够提供丰富信息,已成为移动机器人的常用配置,研究基于视觉的移动机器人目标识别与定位有着非常重要的意义。单目视觉传感器相对于全景视觉传感器、双目视觉传感器,具有结构简单、运动灵活、易于标定的优点。本文主要研究了基于单目视觉的移动机器人目标识别与定位算法,完成的主要工作如下：首先,本文介绍了基于单目视觉移动机器人目标识别与定位的研究背景和意义,综述了基于视觉的目标识别与目标定位的研究现状,并给出了基于单目视觉的移动机器人目标识别与定位算法的框架。第二,描述了常用几种视觉图像特征点提取算法,在此基础上,针对移动机器人目标识别实时性要求高的特点,采用SURF (Speeded Up Robust Features)算法提取视觉图像中的目标特征,利用BBF (Best Bin First)算法对目标特征进行匹配,并采用RANSAC (RANdom SAmple Consensus)算法消除误匹配点,编程实现了基于视觉的目标识别,实验结果验证了该算法识别效果良好。第三,介绍了摄像机标定的目的和常用方法。针对目标定位任务要求标定精度高的特点,采用标定过程简单、方法成熟的张正友摄像机标定方法,实现了摄像机标定。第四,在目标识别完成基础上,根据目标在当前图像中的位置,控制移动机器人的下一步运动,运动后再次获取包含目标的图像,对这样连续两次获取的、在不同位置拍摄的图像中的目标特征点进行匹配,利用三维重建领域常用的运动恢复结构算法(Structure From Motion, SFM),并结合移动机器人编码器信息,获取目标与移动机器人的相对位置,再由移动机器人在当前环境中的位置,实现目标在当前环境中的定位。最后,对本论文所做的工作进行总结,指出了下一步的研究方向。