水面移动机器人实现自主检测和定位水上目标是近年来机器人研究领域的新方向和热点方向，其关键技术主要在于对检测方式及方法的研究，因此本文采用视觉传感器和毫米波雷达协作的方式检测与定位水面的目标，主要研究内容包括以下几点：（1）对已有的移动机器人目标检测方法进行了研究，确定出适合于水面移动机器人检测目标时的方式、方法。此外，分析了水面图像的特征，并结合数据驱动的视觉模型，提出了一种改进的LOG算子和Hough变换相结合的河、海岸边缘检测算法，该算法可以精确的检测出河岸的位置信息，比传统的LOG算子检测的精确度更高。（2）研究了与人类视觉系统相符合的HSI颜色空间模型，在此基础上，通过对3个分量应用ROA算子检测物体边缘，并用DS证据理论进行边缘信息融合，且应用了种子线段标记法快速的标记出目标在图像中的位置，该算法可以快速的检测出水面目标在图像中的位置信息。当水面情况相对比较复杂时，研究了水面波纹和水面倒影这两种典型干扰因素的特质，为此，提出了一种检测并消除类直线状波纹的方法，且应用模糊自适应直方图法检测出倒影的位置，设计出一种视觉传感器引导毫米波雷达消除倒影对水面目标检测影响的方法，从而精确的检测出目标。（3）研究并比较了摄像机与毫米波雷达分别对水面目标进行距离感知的方式、方法，从中选用了测距精度更高、速度更快的毫米波雷达对水面目标测量距离，并使其与视觉传感器进行坐标变换，定位出目标在世界坐标系中的3D位置。本文的算法是通过Windows平台，借助VS2010和Matlab开发工具实现并验证的。实验结果表明，该算法检测与定位的精确性很高、实时性较好，对水面移动机器人进行避障和导航具有重要的研究价值。