机器人视觉系统，是指用计算机来实现人的视觉功能，也就是用计算机来实现对客观的三维世界的识别。人类接收的信息70%以上来自视觉，人类视觉为人类提供了关于周围环境最详细可靠的信息。
机器人要对外部世界的信息进行感知，就要依靠各种传感器。就像人类一样，在机器人的众多感知传感器中，视觉系统提供了大部分机器人所需的外部相界信息。因此，视觉系统在机器人技术中具有重要的作用。根据视觉传感器的数量和特性，目前主流的移动机器人视觉系统有单目视觉、双目立体视觉、多目视觉和全景视觉等。
机器视觉是一门学科技术，广泛应用于生产制造检测等工业领域，用来保证产品质量，控制生产流程，感知环境等。机器视觉系统是将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。
单目视觉系统
单目视觉，单目视觉系统只使用一个视觉传感器。在成像过程中，单目视觉系统由于从三维客观世界投影到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。
尽管如此，单目视觉系统由于结构简单、算法成熟且计算量较小，在自主移动机器人中已得到广泛应用，如用于目标跟踪、基于单目特征的室内定位导航等。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。
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，且可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。
双目视觉系统需精确知道两个摄像机之间的空间位置关系，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，并进行复杂的匹配，才能准确得到所需信息。
立体视觉系统能比较准确地恢复视觉场景的三维信息，在移动机器人定位导航、避障和地图构建等方面得到了广泛的应用用。然而，立体视觉系统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应用前景。
多目视觉系统
多目视觉系统，采用三个或三个以上摄像机，三目视觉系统居多，主要用来解决又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烦琐，而且匹配算法更复杂需要消耗更多的时间，实时性更差。
全景视觉系统
全景视觉系统，是具有较大水平视场的多方向成像系统，其突出优点是有较大的视场，可达到360度，这是其他常规镜头无法比拟的。
全景视觉系统可通过图像拼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相机旋转，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。折反射全景视觉系统由CCD摄像机、折反射光学元件等组成，利用反射镜成像原理，可观察360度场景，成像速度快，能达到实时要求，具有十分重要的应用前景，可应用在机器人导航中。
本质上，全景视觉系统也是一种单目视觉系统，也无法得到场景的深度信息。其另一个特点是获取的图像分辨率较低，并且图像存在很大的畸变，从而会影响图像处理的稳定性和精度。在进行图像处理时，首先需要根据成像模型对畸变图像进行校正，这种较正过程不但会影响视觉系统的实时性，而且还会造成信息的损失。另外，这种视觉系统对全景反射镜的加工精度要求很多，若双曲反射镜面的精度达不到要求，利用理想模型对图像校正则会存在较大偏差。
混合视觉系统
混合视觉系统，通过吸收各种视觉系统的优点，采用两种或两种以上的视觉系统组成复合视觉系统，多采用单目或双目视觉系统，同时配备其他视觉系统。
全景视觉系统由球面反射系统组成，其中，全景视觉系统提供大视角的环境信息，双目立体视觉系统和激光测距仪检测近距离的障碍物，清华大学的朱志刚使用一个摄像机研制了多尺度视觉传感系统POST，实现了双目注视、全方位环视和左右两侧的时代全景成像，为机器人提供了导航。全景视觉系统具有全景视觉系统视场范围大的优点，同时又具备双目视觉系统精度高的长处，但是该类系统配置复杂，费用比较高。