本文以工程越野机器人大赛为背景，采用单、双目混合针对“迷宫”路段和随机障碍路段特点设计相应的避障策略，完成该路段任务。研究的主要内容如下：　　1.对现阶段机器视觉的应用、背景及研究进程进行了阐述，依据工程越野机器人大赛“迷宫”路段和随机障碍路段规则介绍了本文避障策略的技术路线。　　2.视觉系统采用平行式双目CMOS摄像机，利用“张氏”标定法完成双目摄像头的标定，针对反射光线易降低障碍特征识别准确度问题，通过调整光源及光照的物理方式降低反射光线，突出待测物体特征。　　3.针对摄像机的抖动或元器件发热导致的图像噪点影响特征识别，通过对图像采样获得直方图特征，利用直方图特征的相关性以确定图像中噪声类型，采用α截集滤波去除图像噪声，对比于传统单一除噪算法有较好效果。　　4.针对“迷宫”路段墙面与地面特性，本文依据该路段颜色和形状特征进行粗提取，通过在转换的HSV空间中完成对两侧挡板所围绕地面区域进行提取，以获得地脚线及拍摄范围内的挡板信息。依据单目相机模型推导而得图像中地脚线斜率与机器人所在位置横向距离之间存在线性关系，依据此线性关系来确定机器人在路段中的横向位置，通过实验测定有较好的准确度；针对纵向定位采用双目系统测量挡板的纵向距离，通过对粗提取的挡板区域进行SIFT特征的提取和匹配，完成纵向距离测定，采用K-means算法，针对在同一挡板中特征点的纵向深度一致，对测得的特征点进行聚类，以获得挡板数量及距离，通过横向信息与特征点空间坐标相结合确定挡板所属类别，即左侧挡板和右侧挡板。最后通过实验表明该策略可以有效还原挡板与机架之间的相互位置关系。　　5.针对随机障碍路段路障特征，本文通过对路障的形状特征进行筛选完成粗提取，对该范围内图像进行SIFT特征提取及匹配，获得路障的空间位置信息，再通过K-means算法对提取到的特征点完成聚类，完成该路段的路障数量及深度的测定，构建二维地图，通过人工势场法完成路径规划，实现避障，通过实验测定和仿真验证了该路段避障策略可以有效定位路障并通过。