移动机器人属于机器人研究领域内的热点之一。在移动机器人相关研究中,自主导航是实现移动机器人正常工作的关键,也是实现其真正智能化和完全自主移动的核心技术。利用双目立体视觉实现移动机器人导航,具有探测范围广,导航精度高的特点,因此开展本课题的研究具有重要的理论意义和实用价值。本论文以实现视觉导航为目标,从双目立体视觉的实现原理出发,介绍了如何通过两台平行的摄像机提取图像,并通过对图像进行分析得出拍摄环境的深度信息。根据移动机器人视觉导航系统的特点和需求,设计了一款低成本高性能的硬件实现平台,以求发挥导航系统最大的实时性和可编程灵活性。该硬件平台采用专用于视频处理的高性能数字信号处理器(DSP)作为图像处理器,使用CCD摄像机采集图像并可以将图像处理的实时结果显示于液晶屏幕上,方便调试。由于生成视差图的需要,论文介绍了摄像机标定技术用于求取摄像机参数。在建立了摄像机线性数学模型之后对其进行求解,考虑其畸变误差并通过非线性优化得到其内部参数和外部参数的优化解,最后使用该模型将空间点重新投影到图像上,得到投影误差在0.4个像素范围内,从而验证了本标定方法的精度满足系统要求。论文随后对实现算法的系统平台DSP/BIOS进行说明并介绍了其特点,并根据该平台阐述了如何同时采集两台摄像机中的图像并保持其同步。之后,对图像预处理和边缘提取算法进行了说明并对其效果和实时性进行对比。本文针对传统的Canny边缘提取算子提出了一种改进算法,通过对像素邻域的插值得到其亚像素的梯度幅值,从而优化了Canny算子的边缘提取效果。本文将图像颜色分割和边缘提取相结合,提出了一种复杂背景中特定物体识别测距算法,大大减少了无用数据并提高了系统实时性,同时测距精度达到1.27%。随后本文介绍了生成致密深度图的算法并进行试验,对其立体匹配效果和实时性进行对比,同时将相应程序算法和改进的网格特征点匹配算法移植至DSP系统中进行试验。