随着社会经济的快速发展，信息化时代的到来，以及生活质量的不断提高，人们对于交通安全问题更加关注，而道路的状况检测与评价更是交通安全的关键因素之一，特别是在高速发展的航空领域，对机场道路异物检测系统的精确度要求更高。本文对移动目标检测算法展开研究，并以机场跑道为背景，结合移动机器人实验平台进行了实验验证，对进一步开发实际应用系统奠定了基础。首先，研究了移动机器人视觉系统的组成和分类，比较不同视觉系统的成像模型，确定适合本课题的视觉系统；其次，研究了各种常用的目标检测算法和道路异物检测算法，总结出了帧差法和SIFT算法的优缺点，帧差法设计原理简单，能克服光强度、天气变化等外在情况变化的干扰，有较好的对变化的抵抗能力，但在道路异物检测中对运动目标的提取精度不够高，易出现空洞现象，SIFT算法提取的目标特征点数量多，能够根据不同尺度空间提取目标特征，但计算复杂，运行速度慢，由此提出了一种帧差法与SIFT算法相结合的道路异物检测方法，该方法弥补了帧差法和SIFT算法各自在道路异物检测过程中存在的缺陷，保证了道路异物检测的准确率和实时性；最后，利用实验室现有移动机器人平台，对移动机器人道路异物检测系统进行了设计，在此基础上分别对帧差法、SIFT算法、帧差和SIFT融合的算法进行实验。实验结果表明，本文提出的算法在道路异物检测中的检测准确率比原来的单一帧差法和SIFT方法有一定提高，进而证实了帧差法与SIFT算法相结合的道路异物检测方法在道路异物检测中的效果较好。