随着现代机器人技术的快速发展,机器人技术在工程领域的应用日益广泛。智能轮椅作为一种服务机器人,它融合了移动机器人技术、计算机技术、仿生学、模式识别等领域的先进成果,其发展也受到人们越来越多的关注;同时,具有地图记忆、自行行走避障,并能通过人机接口与用户进行简单交流的智能轮椅的出现使智能轮椅的功能出现了革命性的变革。智能轮椅虽然大量应用了移动机器人技术,但其服务对象是人,因而安全性是其首要问题。能够安全的自主或半自主导航并规划出一条无碰撞路径是其主要任务,也是当前有关智能轮椅研究的热点问题。基于视觉的移动机器人导航是近年发展起来的一种先进导航技术。与其它的非视觉传感器导航相比,它具有信息丰富、探测范围宽、目标信息完整等优点。本文以智能轮椅为研究对象,在此平台上分析了基于双目视觉导航的关键技术,其主要研究结果有:1.提出了基于BP神经网络的摄像机标定技术。摄像机标定作为一个完整的视觉系统工作的前提条件,其精度直接影响后续工作的可靠性。本文先综合分析了传统摄像机标定方法,指出其在实际具体应用中的局限性。之后结合现代神经网络技术,提出了基于BP神经网络的摄像机标定技术。建立了三层神经网络模型,以双目视觉系统获取的图像作为输入,并在MATLAB6.0试验环境下编程验证了算法的有效性,使其成为摄像机标定的一种可选的有效方法。2.系统分析了图像采集的软硬件系统和图像处理的整个流程。图像是视觉系统工作的最原始的基本数据。恰当合适的图像处理算法能够大量节省系统的工作时间,并提高系统工作的鲁棒性。基于此,本文分析了图像预处理、图像分割、图像的边缘检测与提取等领域的常用的算法,并对比讨论了各种算法的适用范围。这为后续的路径规划工作提供参考。3.提出了基于遗传算法的智能轮椅路径规划算法。路径规划作为移动机器人领域里的经典难题,其发展和研究一直受到人们的关注。路径规划的实质是一个迭代优化寻找最佳路径的过程,而遗传算法在迭代优化方面具有很好的适用性。本文建立了简单的环境模型,用来模拟智能轮椅的工作环境,采用VC算法,仿真模拟了遗传算法的计算过程,并在环境中找出了可行路径。通过模拟实验证明了该算法的有效性,可以作为智能轮椅路径规划可选方法。本文的研究对象是智能轮椅,但是其研究方法和成果对其他移动机器人导航具有重要参考意义。