本文介绍基于嵌入式ARM+Linux的视觉导航移动机器人的视觉系统的设计与实现。首先讨论了该机器人的系统结构,描述了系统各部分的设计,其中特别介绍了视觉系统的硬件组成。然后简要介绍构建基于ARM+Linux的嵌入式开发平台以及应用软件开发方法。在第4章详细介绍了视觉系统的软件架构、采集算法以及优化方法。最后在第五章详细介绍了视觉系统所设计的环境感知算法的方法论、算法设计以及部分实现结果。最后给出了视觉系统对障碍物感知的离线测试结果。文章重点介绍了“图像采集算法设计实现以及优化”和“环境识别算法”两个两个方面。其中介绍了课题采用的嵌入式linux系统的特点和开发模式,进而又分析了linux下图像采集算法的结构,并根据系统结构给出了软件架构设计。同时根据针对采集效率问题,提出了使用双缓冲多线程的图像采集方案作为原方案的优化方案。实际测试数据表明,该方案的平均采集速度提高了一倍。环境识别算法方面,文章首先给出算法的仿生学特征,然后提出了图形信息密度的概念,并对提出了数学描述。算法依据“特定的算法只需要适当的信息量的”的哲学思想,对不同的算法采用不同粒度的图像。减少了信息冗余,提高了算法效率。障碍物检测需要经过图像降维、信息密度计算以及障碍物检测三个部分的运算,最后得到可能是障碍物的区域,并经过模糊测距算法得到障碍物与小车的距离。经过在本论文的硬件平台上测试显示,障碍物检测部分的算法效率较好,平均时间仅仅为20ms左右。文章还首次提出了环境感知的算法,可以为上层的检测算法提供一种感知当前场景的方法。文章接着提出了基于颜色识别的目标识别算法以及实现。文章中论述了该算法在具体实现中需要注意的事项,并给出了离线测试的结果。结果表明该算法的效果较好,通过采用类似障碍物检测的算法可以测算得到目标物的方位。论文基于大量的测试,各种数据和最后视觉系统的离线测试结果表明,算法效果基本满足要求。