移动机器人最大的特点是：通过本身对外界环境信息的感知接收和处理，规划行走路线，来达到人们使用移动机器人完成某一任务的目的，即它具有一定的智能，一定的自主能力。移动机器人的智能特征就在于它具有与外部世界——对象、环境和人相互协调的工作机能。在这方面，视觉具有重大作用，机器人视觉是机器人重要的感觉能力。近几年来移动机器人的路径规划技术已成为研究热点。本论文以基于双目视觉的移动机器人局部路径规划为选题，具体完成了以下的主要工作： 在双目视觉理论的基础上，提出了一种基于表面方向的障碍物检测方法，并进行了表面方向和视差变化的定量分析，探讨了障碍物检测系统的具体实现和障碍物图像处理算法。 研究了一种基于栅格法的搜索算法，并把该算法用于机器人的路径规划。主要是从数据结构的角度入手进行算法的优化，引入了间断无障碍路径的新概念和障碍物合并的思想，并仿真验证该算法的正确性、高效性、实用性和智能性。 在确定移动机器人GAIA-2动力学模型的基础上，结合GAIA-2的实际结构，初步探讨了将该算法应用于GAIA-2上应该注意的实际问题：栅格大小的选取、GAIA-2前进过程中的速度及转向问题。 研究了BP神经网络的结构和算法，对BP算法的局部极小值问题进行了分析，并提出改进措施，用VC++6.0设计了一个简单的BP神经网络。应用神经网络进行路径规划主要包括以下五个功能模块：学习样本、神经网络学习、神经网络训练后的权值和阀值、神经网络进行路径规划、输出路径规划结果，最后通过仿真验证了BP神经网络进行路径规划的可行性。