导航是机器人学科的一个重要研究方向,避障是其中的重要组成部分。另一方面,近年来,以智能手机为代表的移动计算技术的兴起为机器视觉的应用提供了通用的计算平台。在此研究背景下,本文将机器视觉技术和移动计算技术相结合,开发并实现了基于单目视觉的户外环境实时避障算法,为地面移动机器人利用配备摄像头的智能手机完成复杂的视觉避障任务奠定了良好的基础。所研发的系统使用安卓智能手机所搭载的摄像头获取图像,并利用单目视觉算法获取障碍物的位置信息。该算法基于如下合理假设：场景中所有的物体都垂直于地面,且地面处在图像的底部。地面和非地面物体因为颜色、纹理和亮度的不一致使得其交界处存在着明显的边缘,且该边缘是局部连续和平滑的。根据以上假设,可以利用边缘检测算子计算地面和非地面物体之间的边界。为了消除阴影给边缘检测带来的干扰,本文在计算图像边缘之前,利用HSI色彩模型中的H、S和1分量对图像进行了融合处理,实验结果表明融合处理能显著降低阴影带来的影响。在获得局部连续的地面边界之后,用改进的主动轮廓模型对所获取的局部连续边缘进行拟合以获得最终的平滑地面边界,地面边界上点的深度给出了障碍物到小车的距离。为了达到避障目的,机器人始终选择前进途中可视范围内地面边界上距离小车最远的点作为前进方向。本文所使用的移动机器人由大脚车改装得到。为了实现对改装小车的控制,加装了相应的传感器和控制器。具体而言,利用智能手机搭载的惯性传感器计算出小车的姿态,并用其控制小车的转弯角度。此外,结合小车速度反馈设计了PID控制器,形成小车速度闭环反馈控制,提高了系统的控制性能。实验结果表明,小车在快速行驶条件下能自主实现避障功能。