随着计算机、自动化控制工程等学科的快速发展,移动机器人在社会生活的各个领域中得到越来越广泛的应用。与此同时,机器视觉与模式识别技术不断进步,视觉传感器也成为移动机器人研究的热点,基于视觉传感器的机器人定位导航研究是涉及图像处理、立体匹配、地图构建和路径规划等多种技术的新课题。本文以双目视觉传感器在移动机器人定位导航中的应用为主要研究内容,结合国内外研究现状,分析了机器人障碍物检测、图像匹配、地图构建以及路径规划等方面存在的一些问题,并提出改进或创新的解决算法。在机器人定位导航系统中,障碍物检测是机器人运动控制的前提和关键环节,障碍物检测的鲁棒性和准确性决定了整体系统的鲁棒性和准确性。本文针对环境光照严重干扰障碍物提取的问题,提出了Retinex增强修复下的二次障碍物提取算法。首先对获得的环境图像进行Retinex图像增强处理,消除不均匀光照的影响,然后运用种子填充算法填充图像中的路面,分割路面、背景和障碍物,最后对分割后的图像进行二值化、边缘检测和轮廓提取获得障碍物的形状信息和位置信息。在走廊环境中,本文采用Retinex算法与图像阈值分割相结合,稳定地提取走廊踢脚线信息,并在此基础上,完成走廊路面的完整提取。Retinex算法常用于遥感图像和雾雨天模糊图像的图像增强处理,本文采用Retinex算法消除图像中的光照阴影,取得良好的效果。在对比和实验了同态滤波、光照无关图等方法的阴影消除效果后,本文采用单尺度Retinex算法增强图像,并对算法过程中的高斯模板尺度参数做了实验探究；本文对结果图像进行线性变换与灰度拉伸的组合操作,显著缩小了环境路面点的灰度差异,为下一步图像分割提供良好的基础。针对图像匹配过程中图像扫描范围大、耗时长的问题,本文根据几何极线约束原理以及机器人感兴趣区域目标最大视差范围,计算总结出最小扫描范围,将单次匹配时间缩短到毫秒级,显著提高了系统实时性。本文采用拓扑地图与几何地图相结合的混合地图形式描述环境地图,并采用佛洛依德算法将全局路径规划与拓扑地图创建过程结合完成,同时将全局拓扑地图划分为路径结点间的局部区段,完成拓扑地图与几何地图的连接。在局部区段避障过程中,本文将几何地图障碍物分层表示,并设计应变式避障策略,提高机器人导航应变能力。在机器人定位方面,本文设计了红、白、黑三色的标志性几何人工路标,通过颜色提取、体态比和密集度特征检测等过程,达到机器人快速准确定位的目的。同时,人工路标也是机器人导航运行过程中局部区域划分的标志。通过简单高效的人工路标设计,本文实现了机器人准确定位、混合地图的连接转换等多个目的。