在移动智能机器人自主导航中，基于视觉的环境感知是移动智能机器人信息处理技术的关键问题之一，而路标图像识别是机器人视觉系统的一项重要任务。完整的路标识别系统一般包括：图像的获取与预处理，图像分割(路标定位)，特征提取，模式分类(路标识别)等几个部分。　　 对于路标图像的分割问题，本文首先分析现有机器人路标识别方法，对比了神经网路算法与支持向量机的特点。然后在彩色图像分割中，提出了一种基于RGB-HIS空间的SVM分割算法，实现了复杂背景下对路标的有效初次分割。设计了路标识别的系统结构，并改进和实现了目标区域的初步判别算法、双路搜索的区域填充算法和最大信息熵分割算法。实验证明了这些方法是行之有效的。　　 在路标识别算法中，对神经网络技术在路标分类中的应用进行了研究，为克服目前神经网络分类算法存在的不足，本文研究设计了基于有向无环图支持向量机的路标识别分类器。并以课题实地采集的图像进行实验测试，实验表明该算法是有效的和具有鲁棒性。