移动机器人往往具有丰富的智能传感器,其中,视觉是移动机器人获得环境信息的主要途径。作为机器人定位,导航和路径规划的基础,目标识别是移动机器人研究的热点领域。本文针对单目移动机器人的目标识别技术进行研究。首先,作者采用TMS320DM642和S3C2410处理器,设计了一个用于移动机器人目标识别的嵌入式视觉系统。深入研究了以图像匹配技术为基础的目标识别算法,此外,开发了一个基于BP神经网络的机器人目标识别仿真系统。论文完成的具体工作如下:采用ARM9和DSP双处理器设计了一个嵌入式目标识别视觉系统,完成了系统的硬件电路设计并分模块对各部分电路作了详细介绍。视觉系统使用Windows CE嵌入式实时操作系统,在Windows CE基础上,介绍了机器人目标识别系统软件设计。介绍了阈值图像分割算法和边界检测分割算法,深入研究了直方图双峰法和Otsu法两种基于阈值图像分割算法的原理和实现过程,介绍了序贯相似性检测算法(SSDA)和归一化互相关算法(NCC)两种基于图像灰度相关的匹配识别算法,最后以Hausdorff距离为相似性度量函数,说明了基于图像特征匹配算法的实现过程。选择不变矩作为机器人待识别目标的识别特征,并从理论和实验两个角度论证了其可行性。介绍了BP神经网络相关内容,并设计实验说明了如何利用BP神经网络实现图像分类识别,最后在PC机上利用Matlab软件设计了一个机器人目标识别仿真系统。