近年来，机器人在家庭环境中的应用已经成为国际上的研究热点之一。其中，机器人的智能视觉系统是一个非常关键且困难的部分。主办机器人世界杯赛的国际协会性组织--RoboCup于2006年设立了家庭组机器人竞赛。本文对RoboCup赛制下的家庭组机器人的视觉系统进行研究。设计了一种基于双目摄像机的立体视觉系统，为机器人提供丰富的场景信息。该系统提供的信息包括：机器人周围环境的3D信息，目标物体在机器人坐标系下的位置，以及机器人在全局坐标系下的二维坐标。 本文提出了一种新型的基于区域匹配和特征匹配双向约束的立体匹配算法。该算法将区域匹配与特征匹配的优势充分结合，而且使前一匹配结果不会对后续匹配的精度产生制约。算法提取多个尺度下的特征点，使两种匹配约束在多个分辨率上迭代进行，通过“由粗及精”的方式获得可靠的稠密视差图。 在目标识别部分，本文采用鲁棒性很强的SIFT局部特征算子作为目标物体的特征，并且创新地将特征点的3D坐标信息与SIFT向量进行联合，提高了识别算法的效率和可靠性。首先，在机器人离线状态下建立起室内待识别目标的SIFT特征模型。该模型采用多角度建模的方式，使得识别算法可以在仿射角度很大的情况下顺利运行。其次，机器人在运行过程中，利用这些特征模型与获得的即时图像进行匹配，计算出目标物体在机器人坐标系下的相对位置。最后，结合已知地图和电子罗盘信息，计算出机器人在全局坐标系下的位置。 本文的立体匹配算法和目标识别算法在仿真条件和实际环境下都进行了实验。证明了它们可以在各种室内环境下有效而可靠的运行。