救援探测机器人是一种矿山应急救援设备。煤矿事故发生后,救援探测机器人要搭载各种传感器进入灾害区域,完成复杂危险的救援探测任务,这就要求救援探测机器人具备实时路径规划的能力。本文主要研究以机器视觉技术实现机器人的视觉感知功能,经图像处理和分析获取机器人视野内障碍物的分布信息,研究在煤矿灾后复杂环境结构下的机器人实时路径规划问题。具体做了如下工作:第一,阐述了井下救援探测机器人的课题研究背景及意义,介绍和分析了机器视觉技术和路径规划的现状和发展趋势,分析了现有路径规划方法的分类及应用领域。第二,介绍分析了数字稳像技术的原理,在实验室模拟井下巷道环境,对摄像机采集到的稳定图像进行了图像预处理、图像分割、图像形态学处理及障碍物证提取,对摄像机参数进行标定并推导出机器人机身前方与障碍物的距离公式。第三,着重分析了机器人路径规划算法及其实现的过程,包括用于快速产生次优避碰路径的Dijkstra算法,并引入了两种改进的新型智能算法,即粒子群算法及蚁群算法。第四,对比分析和评价了粒子群算法和蚁群ACO算法的优缺点,介绍了两种算法的融合过程,并提出一种改进型的融合算法。通过建立MATLAB仿真环境对改进后的粒子群算法、改进后的蚁群算法及改进后的融合算法进行试验仿真分析,分析得到的参数数据,得出结论。