科技的发展与进步是以改善人类的生活质量为目的,先进科技的产业化和成果化对人类的生产生活具有深远的影响和重要意义。移动机器人技术的研究与发展对人类生活质量的提升具有重要意义。本文以基于单目视觉的捡球机器人为研究对象,对其关键技术进行研究,主要工作如下:(1)针对捡球机器人对球体目标的识别问题,利用球体目标的颜色和形状两个特征量匹配完成对球体目标的最终识别。在对球体颜色特征进行识别过程,对颜色空间模型进行转换,在HSV彩色空间模型中采用双阈值的方法进行对颜色识别。在对形状特征量进行识别的过程中,将彩色图像进行灰度化处理后,通过自适应阈值分割的方法改善了光照不均匀条件下图像分割不准确的问题,在使用Candy边缘检测的方法进行边缘提取后,通过霍夫圆变换完成对形状的识别。最终通过实验表明该方法在不同光照条件下对目标球体的识别效果较为理想。(2)对本文采用的张正友标定法进行深入研究,为保证标定结果的准确性,采集多幅标定板的不同姿态的图像,并最终获取摄像机的内参矩阵及畸变系数。结合捡球机器人的实际工作背景,采用近地约束模型对目标球体进行单目视觉测距实验。通过实验结果分析,该测距算法在一定范围内满足对目标球体的测距需求。(3)基于捡球机器人视野范围有限的特点,采用分层规划思想对全局进行窗口划分,在每个窗口内采用蚁群算法对窗口内球体进行多目标路径规划,Matlab仿真结果表明在机器人搜索完全局后虽不能实现全局最优,但接近全局最优且对捡球机器人的特点具有较强适用性。针对捡球机器人工作环境中的避障问题,在传统人工势场法基础上引入了距离调节因子及机器人与障碍物的相对速度因素,对势场力角度进行调整,并加入自适应步长。Matlab仿真结果表明该算法解决了机器人在特殊位置关系下不可到达目标点和避障轨迹不平滑问题,使机器人更快摆脱障碍物的影响。