随着科学技术的发展,移动机器人的障碍物检测与避障功能被广泛的应用于仓储、家用和军事等领域中,有着巨大的经济效益和研究价值。本文基于双目立体视觉系统,设计了一个可提高AGV工作效率的障碍物检测与避障系统。主要进行了以下研究:首先,对视觉AGV障碍物检测与避障系统中的双目视觉信息处理技术进行了探索和研究。利用MATLAB软件的标定工具箱进行相机标定,以获取准确的内外参数;为提高立体匹配的速度,采用Bouguet算法对拍摄图像进行极线校正,使左右图像的对极线在同一条水平线上;由于双目相机采集的初始图像会受到外界信号的干扰,往往质量不佳,因此对其进行直方图均衡化、滤波降噪、图像锐化和形态学处理;对比不同立体匹配算法和匹配窗口的效果,选用15*15窗口的SGBM立体匹配算法来获得障碍物的深度视差图。其次,为判断障碍物的运动状态并获取其具体信息,将对AGV障碍物检测进行研究。在判断障碍物运动状态时,提出将帧差法和背景差法结合的背景帧差法,经仿真实验验证,该方法不仅可以解决帧差法容易出现的空洞问题,还改善了背景差法对外界光照敏感的情况;同时,为突出动态障碍物的运动轨迹,还在该方法中加入了绘制障碍物边缘轮廓和外接矩形的算法。在获取障碍物具体信息时,通过编写代码直接获取障碍物质心坐标并以此作为中心O,经仿真实验验证,该方法获取信息的准确度较高。然后,针对AGV避障进行研究,考虑到传统人工势场法存在目标点无法到达、与障碍物相撞、陷入局部极小值点和陷阱区域的问题,提出了基于模拟退火的人工势场法,并通过仿真实验验证了该方法的收敛性和可行性。针对获取的路径只是符合约束条件的问题,又引入了矩形拟合算法和三角形拟合算法对该路径进行优化,通过分析对比优化数据,选出效果较优的矩形拟合算法用于避障试验中。最后,利用设计的AGV障碍物检测与避障系统在模拟的仓储环境下进行避障试验。试验结果表明:采用15*15窗口的SGBM立体匹配算法、背景帧差法和直接获取障碍物质心坐标作为中心O等运算方法处理采集到的图像信息后,可准确的获取动态障碍物的速度信息和静态障碍物的方位信息;运用基于模拟退火的人工势场法和矩形拟合算法可在模拟的仓储环境下获取较优的避障路径,提高AGV的工作效率。