ロボットが人間の生活環境で自律的に行動するためには環境地図が必要となる．従来提案されている環境地図構築手法は，形状情報のみから環境地図を構築している場合が多い．しかし，形状情報のみを使用した場合は，長い廊下環境のような幾何学的特徴の少ない均一な環境において自己位置の候補が複数発生し，推定が困難であるという問題がある．そこで本論文では，自己位置の推定に有用な情報として視覚情報に着目し，画像情報のみを用いた自己位置推定手法について検討した．提案手法では，事前に環境中で取得した全方位画像データを教師無し学習アルゴリズムである自己組織化マップを用いて学習し，位置推定識別器を構築する．ロボットは，自身の移動中に観測した画像が環境中のどのエリアで取得可能であるかを位置推定識別器により判断する．本稿では，幾何学的特徴およびパターンやテクスチャ等の視覚情報の多い室内環境と，幾何学的特徴が少なく視覚情報も乏しい廊下環境を対象として，位置推定識別器の有用性について検証した．