人工智能是计算机科学的一个分支，是研究解释和模拟人类智能、智能行为及其规律的一门学科。自主机器人的研究是目前国际人工智能的重要研究方向之一，而国际机器人足球比赛(RoboCup)已经成为人工智能和机器人学新的标准问题，受到了众多的著名大学和优秀学者的关注。 视觉系统是自主机器人感知外界信息的重要渠道，对机器人的性能有着举足轻重的作用，也是当前国际上研究自主机器人的焦点之一。由于自主机器人所处环境的多变性，研究在动态不可测环境下的机器人视觉系统成为当前研究中的热点、难点。 相关向量机(RelevanceVectorMachine：RVM)算法是一种稀疏贝叶斯学习算法，它保持了支持向量机(SupportVectorMachine：SVM)算法的基本思想，并且基于贝叶斯理论框架，相对于SVM它有着学习效果好、适用范围广和稀疏性强等特点，近年来受到了广泛的关注。 本文的工作以SONYAIBO-ERS7型四腿机器人为实验平台，以RoboCup机器人足球比赛为研究背景，以RVM学习算法为理论基础，对自主机器人视觉系统进行研究和实现，主要工作如下： 1)研究并实现了AIBO-ERS7型机器人的视觉系统基础，包括坐标变换模型、图像修正算法、颜色标定算法以及RoboCup比赛中各种物体的识别算法。 2)分析了在动态不可测环境下的计算机视觉系统特征，以及已有解决方案的优缺点。 3)提出了一种基于RVM的特征点提取算法，并且以此为基础开发了一整套可变灯光下的AIBOERS7型机器人视觉系统。 本文的工作应用与中国科学技术大学“蓝鹰”四腿机器人球队中，参加了2005年在日本大阪举行RoboCup比赛，在众多参赛队中进入了前8强，并获得了“可变灯挑战赛”(TheVariableLightingChallenge)的第一名。