近年来,移动机器人技术的成熟推动了相关领域的快速发展,而室内服务型移动机器人作为其中的一个重要分支,已经在政务、教育、医疗、物流等服务领域开始发挥作用。智能检测前景障碍物和躲避障碍物是室内服务型移动机器人的一个重要研究热点,本文采用Kinect传感器,在Linux系统下使用C++编程语言利用ROS、OpenCV库、libfreenect2库等软件库,设计了一款移动机器人前景障碍物检测及避障系统。论文首先给出了系统的整体框架设计,并简要介绍了深度图像修复模块、前景障碍物检测模块和避障模块。其次,以张量投票算法为基础算法,设计深度图像修复模块,修复从Kinect传感器获取的深度图像存在的深度信息缺失空洞,提高前景障碍物检测模块的成功率和准确率。再次,利用深度图像修复模块的输出,使用背景减除法去除地面等背景对前景障碍物的干扰,通过开运算、轮廓提取、面积过滤、凸包处理等图像处理方法完成初步障碍物的检测,再使用最小矩阵约束法得到确定障碍物数量及边界信息,为避障模块提供有效输入数据。然后,避障模块通过Kinect相机标定,将障碍物的深度图像坐标转化为世界坐标,再以改进的人工势场法为基础算法完成避障路径选择,针对引力过大造成碰撞、目标不可达、局部最小点三个问题,分别通过修正引力函数、引进新的斥力函数、建立临时目标点的方法进行解决。最后,本文对整体系统及主要模块进行了测试实验,结果表明该系统完成了预设的目标功能,系统设计具有一定的实用参考价值。