移动机器人已经广泛地应用于工业生产、商业服务、国防军事等领域,然而,复杂环境中移动机器人的自主越障仍然是一个亟待解决的问题。本文针对典型的楼梯障碍,以关节式履带移动机器人为研究平台,提出了基于灰度图像和深度图像的楼梯识别方法,设计了移动机器人越障控制策略,实现了移动机器人自主爬楼梯功能。首先,我们选用深度传感器作为越障环境的感知系统。基于实验室自主研发的关节式履带移动机器人,采用深度相机Kinect V2构建了自主越障控制系统,建立了移动机器人运动学模型。其次,完成了深度相机信息的采集和标定;通过将可见光摄像头采集的彩色图像转化为灰度图像,利用Sobel算子进行边缘检测,并通过改进的霍夫变换拟合边缘直线,实现楼梯的识别;同时,基于预处理后深度图像,利用楼梯的几何结构特性设计了基于深度图像的楼梯特征点识别算法,提出了楼梯边缘直线搜索方法,实现了楼梯的识别。然后,针对移动机器人爬楼梯过程的特点,提出了基于深度图像的移动机器人自主越障控制策略,实时地进行移动机器人相对于楼梯的位姿检测,根据位姿信息实现移动机器人越障过程行进速度,转弯角度和摆臂角度的控制,实现了移动机器人自主爬楼梯功能。最后,基于ROS和Open CV的软件开发环境,完成了移动机器人自主越障控制程序的开发,进行了履带式移动机器人自主爬楼梯的实验验证,实验结果表明,该方法能够有效地实现移动机器人的自主爬楼梯功能。