光流法是研究移动机器人避障的一种重要方法,利用计算得到的光流结合平衡策略能准确识别障碍物,指导移动机器人避障。光流计算和平衡策略是机器人识别障碍物的两个核心问题。在自然光环境下,通过移动机器人搭载的摄像头采集图像序列,用基于最优估计的点匹配法,将第一帧图像分成若干个特征区域,在每个特征区域选定一个特征点,通过求灰度差平方和()最小的方法在下一帧图像对应的特征区域上找到该特征点所在位置,计算特征点在两帧图像上的灰度差求得该点的光流值。分别计算出图像序列的左右视场光流值,利用平衡策略对左右视场平均光流矢量模、进行比较,由于存在障碍物的一侧光流值会大于另一侧,那么就能通过计算结果判断障碍物的有无并对其进行定位,指导移动机器人完成避障。然而,当移动机器人视场中央存在一个左右对称的障碍物,或是在视场两侧的对称位置分别存在一个大小相当、形状相同的障碍物时,计算出的和仍然相等,传统的平衡策略将会失效。针对这一问题,提出一种改进的平衡策略,当得出=的结果时引入验证环节,将图像序列分成左中右三个视场并进一步比较光流值,从而判断是否有障碍物存在。最后通过实验验证最优估计点匹配法的可行性和快速性,以及对平衡策略的改进效果。采用基于最优估计点匹配法进行移动机器人避障问题研究中的光流计算,能够使计算所需时间降低至梯度法的5%左右,使计算过程更快完成。在采用改进的平衡策略之后,移动机器人能够对采用传统平衡策略不能识别的障碍物进行识别。从避障方案上完善了整个研究过程,保证了避障的成功率。