全自主智能机器人要求信息处理和控制决策完全由板载芯片处理完成，所以大部分由嵌入式系统设计完成的，而全自主智能机器人采用的嵌入式系统的处理速度以及存储能力相对于普通PC有较大差距，所以在嵌入式系统下更好的运行图像处理算法成为挑战。全自主智能机器人感知周围环境通常采用单个摄像机也就是单目视觉系统来实现，相对于双目视觉系统而言单目视觉系统有其优点，但也存在重大缺陷。基于此本文就单目视觉性能和双目视觉性能从图像感兴趣区域分割，计算时间，距离等方面进行了深入的研究和对比，并得出以下结论。单目视觉每次判断只需要处理一张图片，信息量小，相对应的运算时间就会较短，适合场景较简单的时候采用，但是图像在投影过程中丢失了实际场景的三维信息。同时单目视觉系统对周围环境比如光照，色彩，饱和度等都有苛刻的要求，场景稍微复杂一点就会出现无法容忍的判断失误出现。相对而言双目视觉则能很好的克服这些问题，只是在带来丰富场景信息的同时，增加了很多计算量，相对于基于嵌入式系统设计的全智能机器人来说反应的实时性得不到保证。本课题中，就全自主智能机器人需要确定感兴趣区域的坐标信息这一需求，提出一种以最长直线为判断依据的可快速计算坐标信息的坐标计算方法，真确度高，实时性较大提升。通过对双目视觉技术中最为关键和费时的立体匹配性能进行深入分析和研究以及大量实验后决定采用SAD相似度测量进行立体匹配。提出并证明图像质心不变性原理，并应用此原理提出一种高效的间隔立体匹配算法，在保证得到有效信息的前提下使算法实时性大幅提升。最后通过对整个双目视觉各关键阶段算法进行研究，结合全自主智能机器人的相关特性等设计出一套符合基于嵌入式系统设计的全自主智能机器人双目视觉系统算法流程，并进行实验得到较好结果。