基于视觉的移动机器人是一种通过视觉传感器采集图像，然后进行处理，检测出道路及障碍物信息，动态地规划出到达目标点的无碰撞路径的智能移动机器人，使它能够在道路和野外连续地、实时自主的运动。其研究涉及多个学科的理论与技术，体现了信息科学与人工智能技术的最新成果，在许多领域得到了越来越广泛的应用，具有重大的研究意义和应用价值。路径规划的主要内容就是在机器人的工作空间中找到一条最优或次优的从给定起点到目标点的运动路径，使机器人在运动的过程中能安全的、无碰撞的绕过所有障碍物，到达目标点。本文主要对视觉移动机器人的动态避障方法进行了探索与研究。首先，结合实验室情况，设计并实现了视觉移动机器人的嵌入式实验平台，并通过无线网络与PC机通信，实现了信息的协同处理。详细介绍了各个模块的参考电路设计方案以及软件体系结构的设计方法。其次，针对运行场地的颜色特征信息，给出了视觉移动机器人的道路检测、障碍物信息提取的方法，考虑到图像数据量大、处理耗时，进一步提取出道路和障碍物的特征参数，并映射到机器人的运动空间坐标系中，提高了系统的实时性。最后，对视觉移动机器人的动态避障算法做了深入的研究。针对传统人工势场法存在的无谓避碰和局部极小的问题，分别采取了基于相对速度的选择性避障方法和基于沿边行为的方法。通过借鉴驾驶员的驾驶经验，提出了一种基于模糊逻辑的动态避障控制系统解决方案，以障碍物的碰撞危险度和障碍物相对于机器人的位置为输入，进行模糊推理，输出机器人的转向角和加速度。随后通过计算机仿真，充分说明了这些算法在复杂动态、静态环境中的有效性。