近几年，随着数字信息技术的进步，移动机器人逐渐成为研究的热点。目前，新型移动机器人已经能够完成从日常家务到太空探索等各领域的任务。新型移动机器人和采用远程控制或者程序化执行的应用于工业和医疗领域的机械臂不同，其在自主导航、危险场合探索等领域具有广阔的应用空间，同时也对移动机器人提出了更高的要求。　　视觉提供了强有力的环境感知手段，它不但能够实现环境监测，而且比激光、声纳等传感器具有明显的价格优势。视觉技术在很多领域得到了广泛应用，人们已经能够基于视觉感知能力实现对象的运动控制，但视觉环境感知技术仍然存在诸多问题，目前包括心理学家、工程技术人员在内的众多研究人员在此领域开展了大量的研究工作。本论文，拟重点研究移动机器人对二维图像的有效利用问题。　　本论文研究中主要面临的技术难点如下：　　-是否能够仅仅依靠从二维图像获取的特征点来实现机器人在三维空间中执行不同任务的自主控制？　　-在自主机器人导航中，何种视觉信息理解处理技术和算法更加适合机器人自主导航？　　-在动态未知环境中，移动机器人的最优控制策是什么？　　本论文，针对基于传感器的移动机器人控制问题，主要任务是找到一种实现移动机器人自主完成给定任务（如目标跟踪和障碍物避碰）的方法。目前，移动机器人的控制仍然是一个具有挑战性的课题，具体来说，研究人员正探索将智能控制方法应用到机器人控制领域以解决动态场景信息不确定问题，以此获得系统的优化控制。因此我们探索了采用简化的图像处理算法，实现来自立体视觉系统的图像对中环境信息（目标深度）的提取。　　本论文的一个主要部分是探索一种移动机器人优化控制方法，并针对几种相关技术从理论基础、仿真模拟、具体实现等方面进行了深入探讨。经研究显示，基于行为的控制算法能够实现不确定动态未知环境中的机器人控制，在此算法中，整个机器人导航系统被划分为若干个和传感器及执行器相连的模块（如目标跟踪模块、障碍物避碰模块、目标搜索模块、路径跟踪模块等），为了有效实现复杂控制策略，这些模块的行为被合并在一起。首先，利用模糊逻辑和基于李雅普诺夫的控制器设计方法对不确定性的突出处理能力，针对动态目标跟踪和障碍物避碰设计了相应的控制器。为了提高控制器的执行效率及导航效果，应用自然激发优化算法实现控制器的参数调整。上述方法依托实际系统在基于Matlab和C++环境下进行了仿真验证。