20世纪末以来,随着计算机视觉和图像学的飞速发展,双目立体视觉系统的研究越来越受到广大专家和学者的青睐。而基于双目视觉的移动机器人动态目标检测与定位是机器视觉领域备受关注的前沿课题之一。双目立体视觉就是模仿人类利用双目分别获取两幅二维图像来感知三维信息,从而计算出空间场景中目标物体的深度信息。论文首先介绍了立体视觉的应用背景和发展状况,以及立体视觉的测量原理和本课题中Bumblebee2双目摄像机的具体性能指标。分析了双目立体视觉在移动机器人对目标定位上的优缺点,以及立体视觉的组成。其中特征提取和立体匹配是立体视觉的关键环节,也是本文研究的重点。在移动机器人对目标物体定位阶段,本文采用基于HSV颜色模型空间和阈值分割的方法检测出静态物体(人工路标),然后在利用形态学处理、连通区域标记及图像分割等提取出静态目标。对于运动物体本文采用帧间差分法将其提取,能够有效提取出环境中运动物体的矩形轮廓。本文通过分析传统移动机器人定位方法和基于双目立体视觉对运动物体定位所存在的不足。对于特征提取,本文采用基于SIFT算子即结合了多尺度理论有效的提取出图像特征点,同时SIFT算子具有旋转、尺度、光照等不变性,具有很好的稳定性和抗噪能力。对于立体匹配阶段,由于SIFT方法明显的不足就是计算量大,时间复杂度高,导致移动机器人的实时性较差。在着重分析了SIFT描述向量是由128维描述子构成的特征向量,本文采用改进SIFT方法将特征向量的维度降低到48维,在保证匹配精确的基础上提升了匹配速度,提高了移动机器人的实时性。最后,通过多次实验仿真结果表明基于双目立体视觉能够有效实现移动机器人自定位与运动物体定位。从而有效克服传统定位方法的不足,即实现了移动机器人在复杂环境下的定位,也满足移动机器人对实时性的要求。