目前，基于机器视觉的障碍物检测方法大体上分为三类[1]。第一类方法是从单幅图像中提取已知的障碍物[2]。这种方法的缺点是需要已知障碍物的2D图像模式，或者需要一个学习阶段。第二类方法是利用运动信息提取障碍物，其中最流行的方法是基于光流的障碍物检测[3]。该类方法的缺点是运算量大，而且基于所求出的光流场分割障碍物仍然很困难。第三类方法是利用立体视觉方式提取障碍物，该类方法运算量大，通常需要专用的硬件[4]。本文提出的方法属于第一类方法，但是省去了学习过程。此方法利用人们如下的先验知识：因为大多数人