随着无人车(UGV)研究的逐渐深入,越来越多的智能移动机器人产品问世。各式移动机器人在千差万别的环境中自动行驶,满足人们方方面面的需求。环境感知能力是移动机器人研究的重要课题之一,行驶在结构化或者非结构化道路上的移动机器人需要拥有障碍物检测能力。同时,低成本、低功耗、小型化移动机器人的需求逐渐增强。本文基于上述的要求,从三个方面展开。首先,构建基于嵌入式系统的移动机器人平台。该平台需要结合嵌入式系统和微小型移动机器人的特点,分析系统需求,完成设备选型任务。依据嵌入式微控制器设计实现运动控制系统并利用嵌入式Linux系统设计实现环境感知系统,分别用于移动机器人控制和数据融合的环境感知功能。然后,依据构建的移动机器人平台,设计障碍物检测算法。障碍物检测主要分为正障碍检测和负障碍检测。由于负障碍的物理特性,很难被检测,本文着重研究于此的同时完成正障碍的检测。通过改变单线激光雷达安装方式检测负障碍,由于单线激光雷达覆盖范围有限,使用目标跟踪的方式持续捕获障碍,取得较好的试验结果。最后,由于使用的目标跟踪算法的计算量较大,对实时性带来挑战,本文提出了利用单线激光雷达对障碍进行运动跟踪,判断障碍运动方向,提取障碍的边缘和颜色特征判断障碍物的大体位置。在计算边缘和进行直方图统计时,需要使用i.MX6Q硬件平台的GPU加速模块,通过实验,能够有效加快算法执行。最终完成了关于障碍检测跟踪优化的工作。在未来的移动机器人发展中,新的需求将会不断产生。本文完成了移动机器人的嵌入式系统设计、实现了障碍检测目标、提出了性能优化要点,这对未来的移动机器人研究具有一定的借鉴意义。