本文对室外移动机器人的运行环境进行了系统的研究和分析,提出了室外移动机器人可行路视觉检测系统,所研究的主要内容包括:基于视觉信息的可行路区域检测和基于视觉信息的可行路车道线检测与跟踪,并进行了大量的实验进行验证,论证了算法的有效性和实时性。针对非结构化道路的多样性和环境的复杂性,提出了一种基于机器人视觉信息的可行路区域检测算法。首先使用OTSU算法对可行图像进行一次分类,通过路面参考区域对分类结果的优劣进行判决,针对一次分类效果不理想的情况使用OTSU算法进行二次分类,把二次分类的结果与路面参考区域相结合,建立道路与非道路参考模板,划分路与非路区域。该方法自适应能力强,需要的先验知识少,并在一定程度上克服了光照变化、阴影遮挡和噪声的干扰,同时满足了实时性要求。该方法已在实际机器人上进行了测试,取得了很好的效果。在检测出可行路区域的基础上,又提出了两种针对侧部摄像机的可行路车道线检测与跟踪算法,一种是基于Canny算子结合HOUGH变换的方法,该方法利用了Canny算子检测出的边缘具有单像素宽和滤波能力强的优点,结合HOUGH拟合直线。根据帧间直线参数差别小的特点对下一帧的直线参数进行约束并更新,从而选取HOUGH变换拟合出的直线库中的最优直线作为车道线。另一种算法是基于Sobel算子结合最小二乘法拟合直线的方法,根据Sobel算子提取的幅值与幅角约束下一帧边缘点出现的位置,然后使用最小二乘法对边缘点进行拟合。这两种方法都在实际的机器人上作了大量的实验,实验结果表明这两种算法都具有较好的实时性和鲁棒性,是适当可行的。