随着计算机技术、人工智能、图像处理技术和视觉传感器技术的高速发展，智能机器人技术逐渐成为了先进制造与自动化领域的国内外研究热点，并且智能机器人也在教育、医疗、电力、防爆、救援等行业得到了广泛的应用。导航定位技术是智能机器人关键技术之一，目前比较常用的导航方法有磁导航、惯性导航、GPS导航、超声导航等。由于人获得信息60％以上都是通过视觉获得的，因此基于视觉的机器人导航方法逐渐成为新的研究对象。本文在广泛调研国内外各种基于视觉的移动机器人及其视觉导航方法的发展现状的基础上，根据室外导航定位环境的要求，研制开发了一个室外视觉导航系统，该系统能够适应各种光照条件和地面环境。对于事先规划好的导航轨线，让机器人能够通过车载摄像机实时采集地面信息识别出导航轨线，并能够通过实时计算出运动控制参数，使机器人能够始终沿导航轨线运动。并且该系统能利用视觉识别技术，自动识别出地面上的人工地标，通过与数据库的参考信息比较得到停靠位的序号，从而调用相应的功能模块完成变电站设备巡检中的巡检任务或导游中的播放景点的音频信息等。 本课题研究的主要内容包括： (1)研究机器人系统的内部体系结构，了解了各个模块之间数据的通讯方式。将开发的视觉导航模块融入到整个系统之中。 (2)研究机器人视觉系统模型，搞清二维图像和三维世界的对应关系，建立数学模型，能够实现二者的相互转换。研究视频采集的编程方法，比较各种方法的优劣，最终选择了实时性更好的DirectShow来进行视频的采集、处理和压缩的程序的开发。 (3)研究各种图像处理算法，测试各种算法的处理效果，找出最适合本系统的一种方法组合，利用RGB到HSI颜色空间的转换，保留有用的颜色信息，然后进行数学形态学的去噪处理，连通区的统计，准确的提取出导航轨线。克服传统的Hough算法和最小二乘直线拟合方法的不足，用改进的直线拟合算法计算导航参数。 (4)选择了易于识别的特征标识，用色块组合进行定位。用特征矩和BP神经网络进行目标矩形的提取，通过形状、面积、质心距离来确定特征定位中心。然后进行图像旋转倾斜校正，最后进行色块组合的解码，从而完成停靠位标识的检测。 (5)采用比例控制的方法来对机器人的运动进行控制。融合视觉导航的两个导航参数成为机器人的差速控制参数，从而实现机器人沿导航线实时调整自己的位姿，或是完成停靠。 (6)通过实验验证各种方法的可行性，提高系统的实时性和鲁棒性，解决了如T型或十字路口的运动抉择问题和机器人的停障问题等。