机器人导航技术是移动机器人领域的一项核心研究内容。随着传感器技术的不断进步,视觉导航、电磁导航、光电导航、惯性导航、嗅觉导航等各种导航方式不断应运而生,而在实际应用中总是采用多种方式融合导航,其中视觉导航经常处于主导地位。作为视觉导航的研究关键是提高视觉图像处理的实时性和路径识别的精度。以往采用的以嵌入式处理器作为视觉处理核心的结构,往往因为处理速度、硬件成本体积等因素大大制约的视觉导航技术的发展。随着FPGA技术的高速发展,各种大规模的FPGA推向市场,随之以其核心SOPC系统有着集成度高、体积小、功耗低、易于改动和升级等优点得到了广泛的应用。鉴于此以FPGA为核心的SOPC系统应用在视觉导航处理中,将大大提高视觉导航的图像处理实时性和整体的可靠性。在本课题中主要研究利用线阵CCD采集路面信息、以FPGA作为控制核心、步进电机作为驱动的基于路径信息引导的机器人视觉导航系统。用线阵CCD替代传统的面阵图像传感器解决了图像近大远小的畸变和单次处理数据量大的缺点。通过FIFO存储器进行图像数据存储缓冲,利用FPGA实现基于硬件的图像预处理,通过Avalon总线构架与内嵌的NIOSII软核处理器通讯实现流水线型图像处理模式,此种结构大大提高了视觉导航的实时性。在路径识别运动控制计算的过程中引入基于加速度传感器的惯性导航,使得导航路径更加平滑。利用FPGA内嵌的NIOSII软核处理器实现控制驱动步进电机进行导航。设计中相关算法采用Verilog HDL硬件描述语言与原理图输入相结合的方式实现,采用从顶层向下逐层细化的方式。本设计实现了将线阵CCD控制、路径图像二值化预处理、嵌入式NIOSII处理器、步进电机控制整合在一片FPGA中。与传统模式下的电路板级模块化设计相比,具有集成度高、实时性好、高可靠性的优点。结合QuartusII仿真软件进行功能验证更为便捷,可在不改动硬件的前提下实现系统修正,大大缩短了开发周期同时提高了效率。