一般说来，移动机器人的视觉系统由以下部分组成：

(1)一个或多个光信号发生器，可以是天然光信号发射器(如物体环境光线的反射光)，或者是人造光信号发射器(如闪光灯、雷射光源)。

(2)用以接收构体反射光信号的一个或多个感测器(如摄像机，这种摄像机产生的图像可以说是原始图像，但这种感测器不一定是光学感测器，也可以是超音波感测器)。

(3)图像採集卡，将接收的图像转换为计算机可以识别的二进制编码，以便随后进行处理。

(4)对图像进行增强去噪，并对其中的缺陷进行清除和校正等。

(5)将变换后的图像进行图像存储描述，给出必要的信息。

(6)特徵抽取，根据各种定律、算法和其他準则导出相关信息。

(7)目标识别，用来把抽取的图像特徵与在训练阶段记录下来的图像特徵进行比较。识别可能是总体识别、局部识别或者零位识别。不管结果如何，机器人都必须按照识别过程的结果决定採取相应的动作。在这一阶段，任何误差都可能造成性能上的不确定性。

依据视觉感测器的数量和特性，目前主流的移动机器人视觉系统有单目视觉、双目立休视觉、多目视觉和全景视觉等。

(1)单目视觉。单目视觉系统只使用一个视觉感测器。单目视觉系统在成像过程中由于从三维客观世界投影N维图像上，从而损失了深度信息，这是此类视觉系统的主要缺点。儘管如此，由于单目视觉系统结构简单、算法成熟且计算量较小，在自主移动机器人中已得到广泛套用。如用于目标跟蹤、基于单目特徵的室内定位导航等。同时，单目视觉是其他类型视觉系统的基础，如双目立体视觉、多目视觉等都是在单目视觉系统的基础上，通过附加其他手段和措施而实现的。

(2)双目立体视觉。双目视觉系统由两个摄像机组成，利用三角测量原理获得场景的深度信息。并且可以重建周围景物的三维形状和位置，类似人眼的体视功能，原理简单。双目视觉系统需要明确地知道两个摄像机之间的空间位置关係。而且场景环境的3D信息需要两个摄像机从不同角度同时拍摄同一场景的两幅图像。并进行複杂的匹配才能準确得到。立体视觉系统能够比较準确地恢复视觉场景的气维信息，在移动机器人定位导航、避障、地图构建等方面得到了广泛的套用。然而，立体视觉系统中的难点是对应点匹配的问题，该问题在很大程度上制约着立体视觉在机器人领域的套用前景。

双目立体视觉

(3)多目视觉。多目视觉系统採用三个或三个以上的摄像机，三目视觉系统居多，主要用来解决双目立体视觉系统中匹配多义性的问题，提高匹配精度。三目视觉系统的优点是充分利用了第三个摄像机的信息，减少了错误匹配，解决了双目视觉系统匹配的多义性，提高了定位精度，但三目视觉系统要合理安置三个摄像机的相对位置，其结构配置比双目视觉系统更繁琐，而且匹配算法更複杂，需要消耗更多的时间，实时性更差。

(4)全景视觉系统。具有较大水平视场的多方向成像系统，其突出优点是具有较大的视场，可以达到360°，是其他常规镜头无法比拟的。全景视觉系统可以通过图像拼接的方法或者通过折反射光学元件实现，图像拼接的方法使用单个或多个摄像机旋转，对场景进行大角度扫描，获取不同方向上连续的多帧图像，再用拼接技术得到全景图。

近十年来，随着研究人员投入大量的研究工作，计算机视觉、机器视觉等理论不断地发展与完善，移动机器人的视觉系统已经涉及图像採集、压缩编码及传输、图像增强、边缘检测、阈值分割、目标识别、三维重建等，几乎覆盖机器视觉的各个方面。目前，移动机器人视觉系统主要套用于以下三方面：

(1)用视觉进行产品的检验，代替人的目检。包括：形状检验，即检查和测量零件的几何尺寸、形状和位置；缺陷检验，即检查零件是否损坏划伤；齐全检验，即检查部件上的零件是否齐全。

(2)对待装配的零部件逐个进行识别，确定其空间位置和方向，引导机器人的手準确地抓取所需的零件，并放到指定位置，完成分类、搬运和装配任务。

(3)为移动机器人进行导航，利用视觉系统为移动机器人提供它所在环境的外部信息，使机器人能自主地规划它的行进路线，迴避障碍物，安全到达目的地并完成指定工作任务。

其中前两者属于工业机器人的範畴，随着技术的发展，研究人员也提出了视觉伺服的概念。而视觉导航，不论是自主、半自主，还是最早期的遥控方式，都是为完成一定的任务行为者(主体)和环境(客体)的互动过程。儘管如此，移动机器人的视觉对于移动机器人来说还没有到达视觉相对于人类如此重要的地步，很大一部分原因是因为视觉信息处理理论与方法的不够完善。摄像头能在极短的时间内扫描得到数百万上千万计的像素的环境图像，甚至超过了现在人类眼睛的信息採集能力，但在处理方法及处理速度上目前却远不能和人类相比。不过，可以相信随着微电子技术的进步和计算机视觉的发展，移动机器人的视觉功能会越来越强大，同时机器视觉在移动机器人信息感知中所占的比重也会越来越大。