在机器人与自动驾驶领域中,障碍物检测与规避是一项基础的安全技术,它帮助无人智能体感知物体,并及时对无人智能体下达绕障指令,保障其安全。近年来,随着移动机器人与自动驾驶的需求不断攀升,这项技术也受到学术界及工业界的广泛关注。本文模仿人类利用视觉感知物体的机制,提出基于多层次框架的障碍物检测方法。该方法将场景的三维空间信息(即地面单应性)与障碍物的二维表观信息(即遮挡边缘、颜色等)融合,使其可以应对多种复杂的场景。本文的研究主要分为四个部分:障碍物感知的遮挡边缘提取,空间视觉遮挡边缘提取、障碍物感知的回归器设计和避障机器人系统的设计与实现。(1)障碍物感知的遮挡边缘提取。本文建立了一个多层次框架,并从三个方面对其提取过程进行阐述:多距离层次区域生成,多距离边缘信息融合及遮挡边缘生成。其中,重点在于提取和障碍物距离相关的层次区域,并设计边缘信息融合的方法,增强障碍物边缘,使遮挡边缘可以清晰地拟合所有障碍物的轮廓。(2)空间视觉遮挡边缘提取。本文在多视角下观察的障碍物轮廓,利用地面单应性这一三维空间属性将位于地面以上的空间视觉遮挡边缘提取出来。该方法从地面单应性求解、单应误差求解和空间点提取三个主要方面阐述,以单应矩阵求解和单应误差计算作为重点。最后,在室内场景数据集上进行定性的实验测试。(3)障碍物感知的回归器。本文从样本提取、特征设计及回归器选择三个方面对回归器进行阐述。该部分的重点在于设计了利用伪距离特征对样本进行预处理,以及设计了适用于障碍物检测的特征。以此保证障碍物尽可能被发现。最后,在室内场景数据集和室外Lost and Found数据集上进行了多个方面的实验评测。(4)避障机器人系统的设计与实现。本文最终利用以上算法对障碍物进行检测,并设计一种机器人避障系统,使机器人自主下达绕障指令实行绕障。