在智能制造发展过程中,双目立体视觉动态避障系统的研究一直以来都是机器视觉的主要方向,广泛应用于农业、医学、工业、交通、遥感等领域,因此本文的研究具备很强的现实意义。本文针对室内环境下双目立体视觉系统中静态障碍物路径规划进行研究。分析传统立体匹配算法中存在特征匹配耗时长、错误匹配较多、动态避障过程中出现路径规划失败等问题。为了提高双目立体视觉系统匹配的精度和准确率,实现机器人顺利避障。本论文进行以下研究:在摄像机标定方面,考虑切向畸变对标定精度的影响,提出一种优化的张正友标定方法,成功标定双目相机,得到了左右相机的内外参数和畸变系数,获得了鲁棒性较好、精度较高的标定结果,可以满足本系统的要求。在双目立体匹配方面,针对已有的图像立体匹配算法不具有图像尺度不变性,以Harris算子为基础,通过添加图像变换尺度参数增强尺度不变性,用得到的新Harris算子来替代SIFT算子进行图像角点检测,计算角点亚像素坐标提高角点定位精度,得到SIFT特征向量后完成图像匹配,该算法耗时短、计算结果精度和鲁棒性均有所提高。利用本文算法得到的视差图和深度图,时耗较短,说明本文算法能够增强图像特征点的处理能力,可应用于双目摄像机障碍物识别与路径规划。在路径规划方面,结合双目视觉障碍物识别的特点,对传统人工势场法中存在的缺陷进行改进,修改了斥力函数,该函数增加了距离因子使目标点处的引力大于斥力,解决了目标点不可达问题。修改斥力方向,控制斥力和引力的夹角小于等于90度,解决了陷入局部极小值问题。进一步提出了结合边缘检测的改进人工势场法,当机器人行驶过程中遇到较大障碍物时,引发沿边沿运动,确保机器人顺利到达目标点。对改进算法中机器人的行驶轨迹引入三次B样条曲线进行路径优化。在Matlab开发环境仿真和数据分析,验证了算法在双目视觉避障系统中的可行性。