近年来,军用机器人逐渐有了独立成体系的趋势,其中跳跃机器人占据了相当大的一席地位,与之相关的视觉领域的研究逐渐成为当前研究的热点,成为了人工智能发展活跃的领域之一。其中跳跃机器人在复杂军事场景中的路径规划以及根据探索路径执行搜寻任务过程中的场景三维重建是相关研究的热点,如何使机器人高效地规划出安全的最优路径,并在搜寻路径后执行任务的过程中对周围环境进行场景三维重建,让无法涉足战场环境的人员可与远程环境进行交互,获得更多的数据支撑后续的各种信息勘察、目标定位、场景分析等相关工作是跳跃机器人决策和控制中的核心计算机视觉技术。对此本文做了以下研究工作:首先,通过对环境建模方法进行分析,选择栅格法进行建模,针对跳跃机器人的跳跃移动特性,考虑到z轴方向上的移动可能,对传统低姿态二维栅格空间做出改进,本文提出了三维栅格法地图建模,将其扩展为三维,增加了高度矩阵对z轴的高度信息进行描述,使得机器人存在执行跳跃避障的可能。其次,探讨了A~*算法路径规划的基本原理及搜索流程,并且在三维栅格地图模型的基础上,构建了新的路径代价函数以评估栅格节点代价,提出了基于路径中间点的改进A~*路径搜寻算法,通过对A~*算法实施路径中间点检测及缩减邻域搜寻策略,减少了冗余栅格节点的搜寻,约束了路径的方向;分别从最优路径长度,扩展栅格节点数量以及算法运行时间三个方面对改进算法和对比算法进行Matlab仿真实验,对比分析,本文改进算法有更好的规划效果和更高的路径质量。然后,针对机器人在探索搜寻过程中,重建三维场景无法捕捉和凸显隐蔽及伪装热源目标这一问题,本文提出了一种基于可见光红外图像序列匹配的多信息融合的三维重建框架,能够在保留场景真实性的前提下捕捉单纯可见光无法获取的目标物的热辐射信息并在场景中将其凸显以便后续的目标检测及空间定位。最后,针对三维重建中的红外和可见光图像序匹配问题,本文提出了一种基于混合特征的非刚性匹配算法,对图像对提取基于结构特征的边缘和角点混合特征,引入多特征高斯混合模型,将其约束在同一非刚性变换下进行概率建模并对交叉错误匹配进行抑制,然后利用最大期望值法(EM)解决问题。对改进匹配算法和对比算法在不同数据集上进行仿真实验,对比分析,本文改进算法能获得更多正确匹配特征点对和更高精确匹配率,便于后续的点云3D坐标解算,红外目标保留和重建真实性。最后对可将光红外多信息融合三维重建框架进行实验,分析重建结果,本文提出的框架有更好的重建效果,解决了我们面对的相关问题。