本文采用未知环境感知系统感知周围环境的三维信息,对准确地提取障碍物目标区域进行了研究。将三维相机用于移动机器人环境感知,可以实时、可靠、较高精度地获取未知环境三维信息。本文对复杂环境下地形可通形性问题进行了研究,着重解决复杂场景下障碍区域提取及地形通行性分类问题。为减少不必要的信息干扰及所要分析的数据量,利用三维相机的特性,提出了灰度信息和三维信息相结合提取突起障碍物的方法,通过提取障碍物的特征,识别未知地形的可通行区域。采用“阈值法”去除非障碍物区域,在减少不必要信息干扰的同时,也减少了分析的数据量,从而提高运算的速度。实验表明,该算法即使在障碍物与周围环境灰度值几乎一致的情况下,也有较好的识别效果。通过“阈值法”提取出障碍物区域后,采用欧式距离对剩下的障碍物区域进行聚类分析,根据所提取的障碍物特征,对地形的通行性进行分类。为了较全面地研究未知环境下三维环境感知系统对不同类型的障碍物的提取效果,采用了多个任意的复杂场景进行试验,通过对常见的障碍物如石块、陡坡、以及石块与陡坡结合的复杂场景进行实验,并提取出场景中影响机器人运动的障碍物,测量出障碍物的具体属性。验证了提出的算法。本文搭建了三维环境感知系统的硬件平台,并通过visual c++软件对系统进行了实现,根据未知环境的三维信息,完成三维环境的重建。根据多个复杂场景的情况,对障碍物的种类进行判断,计算出障碍物的大小以及间距,并就对应场景的三维可通行性进行了分析,能够较精确地引导控制系统作出正确的行为动作,完全适应真正未知环境下任意场景的移动机器人导航。本文的研究成果优化了环境感知系统的算法,实现了移动机器人的实时感知与分析,改进了未知环境中环境感知系统对障碍物检测的适应性,结合地形三维信息对环境的通行性问题进行了研究,具有重要的理论价值和很好的实用性。