视觉可以帮助人类粗略的感知外界环境中的事物与自身之间的距离,从而进行适当的避让,但对于机器人来说,因其自身软硬件的条件约束,是很难像人类一样高效的利用视觉进行导航的,而视觉导航(尤其是单目视觉)相对于传统的利用传感器进行导航的方式,其在低成本、实时性以及高精确度等方面表现出来的优势增加了它的研究价值。本文针对移动机器人利用视觉进行自主导航系统中运用到的边缘检测及单目视觉测距算法进行了详尽研究。本文基于机器视觉系统理论,构建了移动机器人的视觉测距系统,使用单目视觉对进行边缘检测和测距,并使用Matlab对算法进行了仿真以及对实验结果进行了研究与分析,本文将边缘检测算法运用在测距系统中是为了给测距提供必要的测量点,通过检测出在图像内的指定事物与地面之间的交线,作为其局部可移动区域的边界,这是贯穿本文的主要思路。对图像中指定的物体进行边缘检测,以期获得其与地面之间的交线。外界环境因素对障碍物的边缘检测效果会带来较大的影响,尤其是光照因素的影响更为突出,通过对比分析,HSI颜色模型具有克服这一问题的能力。本文对色差在HSI颜色空间中的度量方法进行了改进并将其应用在了边缘检测算法中,可以有效的增加边缘检测的精确度。对梯度算子Prittew进行改进,并对边缘像素点进行优化,最后通过模板扫描得到目标边缘的序列点集。本文通过仿真对基于HSI颜色空间的对障碍物进行边缘检测的方法进行了验证,实验结果表明本文中的算法适用于在未知室内环境中对障碍物进行边缘检测,可以有效的提高检测精确度和降低光照对检测效果的影响。通过边缘检测获取到障碍物与地面之间的交线之后,需要在交线上选取适量的点,测量出与这些点之间的距离即获取移动机器人与障碍物之间的距离,进而规划出局部可移动区域。通过分析摄像机成像模型,使用张正友摄像机标定方法,改变焦距对移动机器人使用的摄像机进行多次标定,从而获取摄像机的内外参数。本文提出了一种基于空间几何约束的单目视觉测距算法,实现对移动机器人和障碍物之间的距离的测量,该算法具有运算量小、实时性好以及精确度高等优点。