近年来,由于人工智能的推动,足式机器人获得了迅猛的发展,基于视觉的足式机器人路径规划作为保障足式机器人自主移动的重要环节,是当前研究的重点方向。目前基于视觉的机器人路径规划与数据传输在工业领域的成熟应用较少,大多处于实验室理论研究阶段。论文以基于视觉的机器人路径规划及其数据传输系统为研究对象,致力于提高机器人视觉路径规划的工程应用性。论文根据六足仿生机器人运动需求为机器人搭建基于视觉的路径规划及数据传输软硬件平台,使其可以安全自主移动。主要的研究内容为:环境数据获取、障碍物识别、机器人路径规划以及数据传输。首先研究了作为路径规划前置模块的环境数据获取与障碍物识别,利用ZED深度相机采集环境信息,将数据在机器人操作系统ROS中以话题方式发布,并在ROS中订阅深度图像话题进行数据处理。基于计算机开源视觉库Open CV提出了障碍物识别算法流程,并用实验结果验证了该流程的合理性与准确性。其次在研究A*、Dijkstra、LPA*等传统路径规划算法的基础上,实现了A*算法路径规划,针对A*算法搜索点较多、效率较低的缺点进行优化处理,提出使用切线法与A*算法进行融合的方法,最终既保证了路径规划的效率又改善了所得路径的光滑性。最后采用基于ROS的多机通信和基于Wi Fi的TCP/IP网络模型两种方式,将障碍物识别与路径规划结果无线传输到远程端进行观测。实验表明基于ROS的多机通信传输速度较慢,进行视频数据传输时卡顿严重;基于Wi Fi的TCP/IP网络模型实现视频数据传输速度较快,可以满足机器人户外运动时将路径规划结果实时反馈到远程端的要求。