随着机器人的应用范围不断扩展,移动机器人和低自由度的机器人难以完成一些复杂的操作任务,需要冗余机器人利用其自运动特性,在实现第一目标(末端位姿)的同时满足多种二次目标,其中动态避障是机器人自主路径规划中一个重要的组成部分。本文通过双目视觉监测机器人周围环境,从动态避障实时性的角度出发,识别并跟踪运动障碍物,对冗余机器人动态避障路径规划方法进行研究,主要内容包括以下几个方面：首先,研究了目标识别和跟踪方法。对于背景静止的场景,采用帧差法进行动态目标的识别,利用相邻两帧图像的像素进行差分、二值化处理和连通性分析,判断连通区域面积是否大于给定阈值,完成运动目标的识别并计算目标区域。利用多特性融合的Cam shift均值漂移算法进行目标跟踪,提取目标区域的颜色特性和梯度特性,并计算候选目标的概率密度函数和巴氏距离值,完成运动目标跟踪。其次,研究了运动目标的三维定位方法。分析双目视觉模型和视差原理,利用目标边缘特征匹配计算视差信息,完成目标三维定位。针对运动目标跟踪的快速性,研究了一种双通道并行的双目视觉目标识别与定位方法,一通道进行目标区域提取与跟踪,另一通道进行边缘特征匹配,求取目标的平均三维坐标。双通道并行处理,在跟踪目标的同时实时更新其三维信息。再次,研究了冗余机器人动态避障路径规划方法。针对动态避障路径规划的实时性,提出了一种预选择最小距离指标Hd-min,通过相交测试剔除安全杆件,并在杆件局部坐标系中利用目标点坐标值直接得出实时最小距离。在此基础上,建立和最小距离相关的避障增益和逃逸速度,利用冗余机器人零空间映射矩阵进行避障路径规划。实验结果证明,本文避障方法与传统避障方法相比,在整体规划时间上减少了15.5%。最后,搭建了基于双目视觉的冗余机器人动态避障路径规划实验平台,验证了目标识别与跟踪方法、三维定位方法的正确性,预选择最小距离指标的冗余机器人动态避障方法的高效性,提高了机器人的安全性能。