机器人研究涉及计算机、机械、电子、通信等多个领域技术的交叉,通常采用计算机完成流程控制和数据计算,利用精密电子模块构建传感器从而进行实时数据采集,并进行精密处理,并使用高带宽通信技术完成数据传输。物体识别是机器人研究的重要方向之一,只有感知空间中的物体,才能引导机器人的正确导航。机器视觉理论是最有效的物体识别方法,即采用相机捕捉图像,利用标定后的参数和空间几何知识计算出图像的尺寸和距离,使用模式识别算法完成对物体的识别。静态物体的识别技术较为简单,并且识别精度较高。而在现实中,物体是运动的,静态识别算法无法解决实际问题。动态物体识别比较复杂,对帧率、识别速度、识别精度、算法稳定性的要求很高。本文着重研究动态运动物体的识别问题。本文的设计采用自主设计的高速工业相机,并对相机的光学参数进行合理的设置(如焦距、光圈、景深等)。机器人动态自主动态拍摄待识别物体,经过机器视觉算法处理后,获得较好的图片质量。识别系统采用高性能X86工控主板,目的用以处理大量密集型计算,从而达到较快的物体识别速度。识别系统使用OPENCV等开发包提高识别精度和算法稳定性。本文通过在物体上粘贴一维码和二维码,实现对物体的标识,然后通过机器视觉和模式识别方法完成对一维码和二维码的识别,从而识别物体。为有效测试动态物体识别的性能,本文构建了完整的机器人平台,包括:驱小车底盘、云台、电子控制、无线通讯、X86主板等装置。通过该系统,可有效测试运动条件下物体识别的性能。实验表明,在运动条件下,本文的方法可有效的提高成功识别率、降低识别时间,当拍摄角度达到5度时,仍然可以达到较好的成功识别率,具有一定的应用价值。