消防机器人能够代替消防员进入易燃易爆、毒气泄漏的石化工程火灾现场,进行灭火降温、侦察探测等任务,保障消防人员的生命安全。目前国内消防机器人以遥控式操作为主,搭载的视频采集设备仅用于回传前线作业环境信息,辅助消防员进行操控作业,这种被动获取视觉信息的方式受限于操作人员个人素质及工作经验,且无法保证环境信息的实时性。本文对消防机器人视觉定位与导航避障技术展开研究,使机器人在消防作业场景下具备一定环境感知能力,最大程度减少人为干预,自动导航至灭火作业位置进行作业任务。依托视觉技术解决非结构化环境下道路检测、障碍物区域定位等环境理解问题,研究在环境理解基础上的消防机器人导航避障控制技术,主要研究内容如下:根据消防机器人使用场景特殊性,分析消防机器人导航系统设计要求。综合了机器视觉、现场总线、路径规划、跟踪控制等技术,利用履带式消防机器人搭建了消防机器人导航控制实验平台,用于测试、验证控制算法。基于Deep Lab V3+算法搭建道路分割模型框架,引入轻量级神经网络Mobile Net V2提取道路特征,并为其添加空洞分离卷积。根据下采样倍数及ASPP空洞率的参数分析得到不同调整方案。构建道路数据集进行训练,根据道路预测结果及性能指标确定最终的道路分割架构,在保证分割精准度的同时实现模型的轻量化设计。基于搭建的单目视觉系统,分析建立路面与图像间的几何映射模型。利用基于Matlab工具箱的相机标定法对相机进行标定。在道路分割基础上,基于轮廓跟踪算法构建预处理方案,减少干扰影响。在处理后的道路分割区域内,结合相机参数求解映射模型,提出了一种基于网格划分的障碍物识别与定位方法,能准确反映前方各种障碍物的区域分布。结合火场全局路径及障碍物网格信息,制定火场路径规划方案。引入人工势场法进行局部路径规划,利用等间距插值处理的全局路径点作目标点,有效避免人工势场法中目标点引力过大导致的边缘碰撞问题。在分析履带式消防机器人运动模型基础上,针对火场路径跟踪控制需求,设计预瞄距离自适应跟踪控制器,并通过仿真验证。最后在搭建的消防机器人导航试验平台上对导航避障功能进行验证,满足预期功能需求。本论文包含图片64幅,表19个,参考文献84篇。