根据周围环境信息，检测障碍物是移动机器人导航技术研究的一个重要内容。本文研究的是未知环境中移动机器人基于视觉的障碍物检测。主要的研究内容包括：图像自适应分割、立体视觉标定、立体视觉障碍物检测三个部分。图像自适应分割部分分析了颜色的色彩系统，研究了各类图像分割的方法，然后提出了当机器人行进路面颜色基本一致时，采用自适应分割的方法可初步划分出可疑障碍物区域。立体视觉标定部分是立体视觉障碍物检测研究的前提。该部分简单介绍了摄像机模型、各坐标系之间的关系；同时由于实验过程中，我们采用的立体视觉系统是通过控制摄像头和云台的旋转，构成类似于双摄像机平行放置的系统，因此我们提出了一种直接利用投影直线相交的原理对立体视觉摄像机系统进行标定的方法。该方法简单，计算量较传统标定方法明显减少。立体视觉障碍物检测部分提出直接选取待判断区域的对角线作为研究对象，通过空间点三维重建获得图像中点的三维信息，然后根据其高度值判断是否为障碍物区域。通过对以上内容的研究可知：如果对图像中的每个像素都应用立体视觉的方法来检测障碍物，则计算非常复杂，而单独应用自适应分割的方法又无法识别一些伪障碍物区域，因此，本文提出了一种基于自适应图像分割和立体视觉方法相结合的障碍物检测算法。首先实时提取机器人行进参考路面的平均色度值，对图像进行自适应分割，初步划分出可疑障碍区域；然后选取可疑障碍区域对角线上的点，运用立体视觉的方法进一步提取出可靠的障碍区域。同时，本文找到并且理论证明了两摄像机平行放置时，左右图像中区域对角线的对应关系。在此基础上进行图像的匹配搜索，减少了搜索区域。最后，通过实验验证了上述方法的正确性和可行性。本文摄像机标定部分采用Matlab编程，移动机器人障碍物检测系统是在VC++环境下开发的，实验结果表明该系统能适应光照条件变化，快速可靠地检测出移动机器人行进前方的障碍物。