障碍物的检测和定位一直以来都是移动机器人研究领域的关键问题和热点。本文研究壁面环境中,爬壁机器人基于摄像头和超声波信息融合的障碍物检测,其主要内容包括:图像采集与摄像头标定、障碍物边缘提取、距离信息融合、综合实验四部分。本文首先介绍了DirectShow主要结构特点和程序流程,实现了对无线摄像头的实时视频采集;接着介绍了各坐标系关系和摄像机成像模型,运用张正友标定算法标定了摄像机内外参数,并结合实际操作经验对标定过程进行了说明,这些步骤为图像处理和障碍物位置信息计算打下了基础。为了确定障碍物位置,本文使用了一种基于区域与边缘信息的方法:首先使用均值漂移进行滤波,在保持边缘特性的同时,很好地去除噪声;接着利用Canny算子进行边缘检测;通过对二值化的边缘图的进行标记滤除干扰线段,提取障碍物边缘。实验结果显示,该算法具有较好的鲁棒性,能有效的提取出简单壁面的障碍物边缘。对于距离信息,我们利用两个超声波之间的几何关系,建立距离信息与障碍物边缘直线方程参数的数学模型,通过扩展卡尔曼滤波估计出障碍物的距离信息。文中对卡尔曼方法的重要参数进行了详细研究和说明。实验结果显示该方法提供的障碍物距离信息准确可靠。最后,给出了本文设计的障碍物检测系统的硬件和软件平台。通过综合图像获取的像素信息与超声波的距离信息,利用逆透视投影模型,获取了像素所代表的障碍物边缘位置信息。通过壁面障碍物检测实验,验证了该系统的有效性。