履带式地面机器人，是一种能够在道路和野外连续地、实时地自主运动的小型智能移动机器人，其研究体现了信息科学与人工智能技术的最新成果，具有重大的研究价值和应用价值。在移动机器人的各项关键技术中，视觉导航技术的作用之一是障碍物的快速检测与识别。相对与其他的方法，立体视觉是一种被动式的测量方法，本身不发出光以及其他辐射源。具有隐蔽性好，测量快速、准确等优点。因此，用于避障的立体视觉算法是履带式地面机器人研究的一个重要内容。本实验室的多个移动机器人研究项目都涉及双目立体视觉的研究。依托这些项目提供的软硬件支持，本论文对图像匹配算法和障碍物检测等方面进行了深入细致的基础性研究。 本文主要研究用于避障的立体视觉匹配算法，主要流程为：图像校正和平滑预处理，图像匹配，障碍物与背景区分，障碍物三维重建，障碍分析提取。本文提出一种针对图像匹配的基于非参数技术的立体视觉匹配算法，该方法使用多分辨率匹配算法，对低分辨率图像采用多窗口匹配技术，此匹配结果为高分辨率图像匹配提供合适的匹配窗口大小和视差值范围，并因区分背景和障碍物区域而提高匹配速度。针对障碍物识别阶段，本文使用链码跟踪方法对可能的障碍区域进行跟踪，去除伪障碍信息，从而获得真正的障碍物区域，通过三维重建该区域，统计获得障碍物的位置和距离信息。 实验表明，本文介绍的用于避障的立体视觉匹配算法具有良好实时性和准确性。该算法是一个相对通用的算法，可以移植到任何一种移动机器人的双目视觉系统中去，这为后续研究提供了良好的基础。