随着科技的飞速发展,机器人技术在当今社会中的应用越来越广泛。机器人立体视觉技术研究作为机器人感知外界环境信息的一种重要手段,越来越受到关注。通过视觉传感器获取的外界信息最为丰富,但同时也造成了后期处理中计算复杂的问题。利用双目立体视觉系统,采用适当的立体匹配方法,可以获取外界景物的三维信息,对于机器人的定位、导航等工作具有十分重要的意义。本文重点研究了双目立体视觉技术中的匹配问题,主要工作如下:首先,对机器人立体视觉匹配领域的研究现状与方法进行了分析和归纳,探讨了机器人立体视觉匹配技术中存在的匹配准确度、匹配实时性等难点问题。对本文所使用的移动机器人平台——MT-R的硬件结构和Bumblebee2双目立体视觉系统进行了说明。其次,在阐述机器人立体视觉技术的种类、相关技术的基础上,分析了双目立体视觉技术中的特征提取及匹配技术,研究了对图像旋转、尺度缩放及仿射等具有不变性的SIFT算法,编写了相应的Matlab程序。根据实验结果,分析了SIFT算法中的基准尺度空间因子σ、采样阶数S、采样层数O三个参数对特征提取的影响。在满足匹配点数量和匹配实时性的前提下,确定了σ、S、O三个参数的数值。最后,对同样包含σ、S、O三个参数的SURF算法进行了研究。将最近邻思想应用到SURF算法的特征匹配过程中,编写了相应的Matlab程序。根据实验结果,并与SIFT算法相比较后发现,由SURF算法提取特征点、最近邻思想进行特征匹配的方法具有更好的实时性,更加适合MT-R的定位、导航等任务。