陆地自主车(Autonomous Land Vehicle)，简称ALV，是一种能够在道路和野外连续、实时自主运动的智能移动机器人，其研究涉及多个学科的理论与技术，体现了信息科学与人工智能技术的最新成果，具有重大的研究价值和应用价值，目前已受到世界上越来越多的国家的关注和重视。在移动机器人的各项关键技术中，视觉导航的主要功能是对机器人所行驶的各种道路场景进行快速识别和理解，从而给予路径规划以足够的信息来确定移动机器人的可行驶道路区域。冈此视觉导航是ALV研究的重要内容之一。 本文主要是对地面自主机器人的视觉导航系统中的二维视觉导航进行研究，且具体实现了在结构化和半结构化道路环境下的二维道路图像分割算法。为了能够准确、鲁棒并及时地检测道路区域，在总结前人的工作基础上，本文提出了一种基于图像直方图和图像像素聚类的实时彩色道路区域分割算法，并在算法的空间和时间复杂度上进行了一定的优化处理。实验表明，该算法可在一台双全强(Xeon)2.4GHz CPU的工控机上实时实现，对一般的道路均有较好的处理结果，处理时间小于40ms／帧。 阴影是移动机器人行驶过程中道路上经常会出现的一种干扰情况。阴影对道路分割的影响十分严重，若处理不当，会对道路分割结果产生负面影响，并进而影响后续的跟踪导航。因此，本文针对道路上的阴影特点，提出了一个检测和消除阴影的新方法。该方法一方面利用了道路区域分割结果，另一方面根据边缘检测和Hough变换得到道路的边缘信息，最终融合了区域和边缘信息得到最终的道路边界。实验表明，该算法对有阴影的道路仍能得到较好的检测结果，而且也能达到运算时间上的要求。