煤矿灾害事故发生后,井下地形环境错综复杂,随时可能发生二次灾害事故,如果救援人员贸然进入井下灾害现场实施救援受困人员和探测灾害情况,将可能受到不可想象的二次人身灾难的伤害。因此迫切需要研发煤矿救援机器人,替代地面救援人员进入井下灾害现场,代替救援人员实施灾害环境的探测任务。本文研究煤矿救援机器人实现煤矿井下环境目标识别为核心,以实验室研制的CUMT系列煤矿救援机器人为平台,研究煤矿救援机器人的目标识别算法与实现。由于灾后煤矿井下环境存在光照度低、湿度大、颗粒粉尘密度大等特点,给煤矿救援机器人实现目标识别与行走造成非常大的困难。为了解决机器人物体识别、避开障碍物等问题,本文主要进行以下研究工作:针对煤矿救援机器人采集不清晰、含有噪声的井下视频图像对机器人视觉目标识别造成的影响,采用视频图像分析与预处理方法,研究与分析机器人视觉采集的煤矿井下环境信息,在图像增强、尺度变换、图像复原等方面进行分析与预处理,提出偏微分方程(PDE)应用到煤矿救援机器人视觉算法数据信息处理中,煤矿救援机器人的目标识别算法利用处理后的视觉图像进行处理煤矿环境中物体特征信息,为煤矿救援机器人视觉识别获得良好的煤矿井下环境视频图像信息。针对煤矿救援机器人识别煤矿井下环境特征信息问题,研究视频图像中物体的角点特征信息和边缘轮廓特征信息,研究与分析Moravec角点检测算法、Harris角点检测算法、SUSAN角点检测算法和MIC角点检测算法等重要角点特征信息检测算法和Canny边缘检测算法,并对Harris角点检测算法和Canny边缘检测算法进行改进,改进后的角点与边缘检测算法具有非常好的鲁棒性,为煤矿救援机器人获得非常好的物体角点特征信息和边缘特征信息。针对机器人运动视频图像实时处理问题,提出并分析光流场分析方法、帧间差分法和背景差分法等,研究煤矿救援机器人在煤矿井下行走时,利用视觉采集到的实时视频图像信息感知煤矿井下环境,检测与识别机器人前进中前方环境中的物体和障碍物,建立机器人自身所处的环境信息,改进帧间差分法,改进后的帧间差分法更有利于机器人实现实时视频信息处理。为了验证煤矿救援机器人目标识别算法的有效性和鲁棒性,进行了机器人的几种不同环境下的目标识别试验。首先研究与分析双目摄像机立体标定和单目视觉系统标定,通过算法确定双目摄像机左右镜头的标定和单目摄像机的标定,然后在室内环境、地下车库环境和煤矿瓦斯井巷实验环境下实现煤矿救援机器人在视觉识别障碍物和周围环境物体支持下的目标识别试验,验证了提出的目标识别算法的良好的鲁棒性,达到了良好的效果。为了验证煤矿救援机器人在纯视觉目标识别算法支持下实现自主行走,通过室内试验、地下车库和煤矿瓦斯实验基地等验证本文提出目标识别方法,基于纯视觉识别环境信息算法实现煤矿救援机器人自主行走中目标识别、障碍物识别和避障等,实现机器人基于纯视觉识别算法的自主行走,虽然每次试验机器人连续自主行走时间在数分钟左右,但试验结果验证了提出的目标识别算法的有效性和实时性,为煤矿救援机器人实现智能感知环境提供了坚实的目标识别算法理论研究。该论文有图111幅,表23个,参考文献166篇。