随着在计算机技术与机器人技术方面的不断发展，智能机器人的研究受到越来越多研究者们的关注。而机器人定位是机器人实现自主化和智能化的关键技术之一。定位技术在很大程度上推动着智能机器人的发展。所以研究机器人定位的相关技术对未来机器人的研究有很大的帮助。传统的GPS（Global Positioning System）导航定位系统等从外部定位的方法存在自身的局限性，比如:GPS信号被遮挡或缺失等。然而利用视觉方法能够避免上述局限性实现精确的定位，但是在机器人运动速率较快时使得视觉方法获取的图像匹配误差较大，导致定位精度下降；捷联惯性导航定位系统由陀螺仪、加速度计和计算单元组成，虽然不会像GPS定位那样受到信号被遮挡的干扰，但是其存在累积误差。针对以上问题，本文提出了高效的融合双目视觉与惯性定位方法，主要的工作包括以下几个方面的内容：　　（1）介绍了目前智能机器人的发展状况，对机器人定位技术的研究现状进行了深入分析。对当前的一些定位方法进行了阐述，对捷联惯导定位（Serial Inertial Navigation System）方法和基于视觉里程计的定位方法进行了分析，并重点研究了双目视觉与惯性融合的定位方法。　　（2）针对视觉里程计定位过程中用到的特征点匹配的速度和精度问题，在查阅大量文献后对当前的一些特征点提取方法进行了研究，并提出了改进的ORB（Oriented Fast and Rotated BRIEF）特征点提取方法，该方法在原有ORB方法具备的计算速度快，具有旋转不变性的基础上，解决了其不具备尺度不变性的问题,并将其应用于视觉定位来提高定位精度。　　（3）惯性导航技术获得的数据较为稳定，但存在累积误差。通过双目立体视觉系统可以更为精确地获得特征点的深度信息，但其依赖于图像的受干扰程度，由于视觉测量过程中存在误差，为了减小误差，本文提出了基于光束平差法的方法对视觉里程计进行局部关键帧优化，并将其应用于双目视觉定位系统中。本文认真分析和研究了惯性导航系统与视觉里程计各自存在的优缺点，并采用基于双目视觉与惯性融合定位的方法进行机器人的定位研究。　　（4）针对提出的基于双目视觉与惯性融合定位方法进行实验、验证和比较工作。通过对实验结果的分析验证了该方法的可行性，测试结果表明，该融合定位的方法能够对机器人进行更为精确的定位，体现了本文方法具有的研究与应用价值。