机器人避障是智能机器人技术领域中活跃的研究分支,是涵盖多学科的综括性课题。障碍物检测是机器人安全避障的前提条件,视觉引导具有不可替代的优越性,因此移动机器人视觉避障具有重要的研究价值与实践意义。本文考虑室内移动机器人的工作环境,采用将双目摄像机固定于室内天花板上的障碍物检测方案,分析了顶装视觉的优点。重点阐述了用于避障的立体视觉技术和避障策略两部分内容。首先讨论相机的成像原理和双目视觉测距原理,详细研究了张正友摄像机标定法的原理步骤,选用该方法对本文双目视觉系统进行标定,使用Matlab的Calibration Toolbox进行摄像机内外参数的标定实验。结果表明标定效果较好。其次研究了室内机器人的图像处理分析方法。介绍了图像滤波去噪技术,深入研究了图像特征提取与匹配技术,为了提高障碍物检测的实时性与准确性,本文提出改进的Harris-Laplace结合二阶矩SIFT的特征提取匹配算法。通过实验室场景的视觉图像处理对改进算法进行仿真,实验表明改进算法对图像特征提取和匹配具有更强的鲁棒性,提高了图像匹配的实时性和正确率。再次研究了立体视觉障碍物检测,通过双目视觉方法计算特征点的空间三维坐标,进一步重建障碍物三维模型。并对机器人做了定位。用Matlab编程实现障碍物轮廓的三维重建。设计了一种基于模糊逻辑实时避障控制方案,通过仿真验证,结果显示本文设计的模糊避障系统能非常有效的引导机器人从起始点安全到达目标点。最后在FIRA足球机器人平台上对本文的理论和方案进行验证,证明本课题研究的方法具有一定的实用性。