Context: Effective vision processing is an important study area for mobile robots which use vision to detect objects. The problem of detecting small sized coloured objects (e.g. Lego bricks) with no texture information can be solved using either colour or contours of the objects. The shape of such objects doesn‟t help much in detecting the objects due to the poor quality of the picture and small size of the object in the image. In such cases it is seen that the use of hybrid techniques can benefit the overall detection of objects, especially, combining keypoint based methods with the colour based techniques. Robotic motion also plays a vital role in the completion of autonomous tasks. Mobile robots have different configurations for locomotion. The most important system is differential steering because of its application in sensitive areas like military tanks and security robot platforms. The kinematic design of a robotic platform is usually based on the number of wheels and their movement. There can be several configurations of wheels designs, for example differential drives, car-like designs, omni-directional, and synchro drives. Differential drive systems use speed on individual channels to determine the combined speed and trajectory of the robot. Accurate movement of the robot is very important for correct completion of its activities. Objectives: A vision solution is developed that is capable of detecting small sized colour objects in the environment. This has also been compared with other shape detection techniques for performance evaluation. The effect of distance on detection is also investigated for the participating techniques. The precise motion of a four-wheel differential drive system is investigated. The target robot platform uses a differential drive steering system and the main focus of this study is accurate position and orientation control based upon sensor data. Methods: For object detection, a novel hybrid method „HistSURF‟ is proposed and is compared with other vision processing techniques. This method combines the results of colour histogram comparison and detection by the SURF algorithm. A solution for differential steering using a Gyro for the rotational speed measurement is compared with a solution using a speed model and control outputs without feedback (i.e. dead reckoning). Results: The results from the vision experiment rank the new proposed method highest among the other participating techniques. The distance experiment indicates that there is a direct and inverse relation between the distance and detected SURF features. It is also indicated by the results that distance affects the detection rate of the new proposed technique. In case of robot control, the differential drive solution using a speed model has less error rate than the one that uses a Gyro for angle measurement. It is also clear from the results that the greater the difference of speeds among the channels the less smooth is the angular movement. Conclusions: The results indicate that by combining a key-point based technique with colour segmentation, the false positive rate can be reduced and hence object recognition performance improves . It has also become clear that the improved accuracy of the proposed technique is limited to small distances and its performance decreases rapidly with increase in the distance to target objects. For robot control, the results indicate that a Gyro alone cannot improve the movement accuracy of the robotic system due to a variable drift exhibited by the Gyro while in rotation. However, a Gyro can be effective if used in combination with a magnetometer and some form of estimation mechanism like a Kalman filter. A Kalman filter can be used to correct the error in the Gyro by using the output from the magnetometer, resulting in a good estimate. / Bakgrund: Effektiv vision behandling är ett viktigt studieområde för mobila robotar som använder vision att upptäcka föremål. Problemet upptäcka små och medelstora färgade föremål (t.ex. Lego tegelstenar) utan konsistens information kan lösas med färg eller konturer av föremålen. Formen på sådana föremål spelar ingen hjälpa mycket att upptäcka föremål på grund av den dåliga kvaliteten på bild och ringa storlek på objektet i bilden. I sådana fall är det sett att användningen av hybrid-teknik kan gynna den totala upptäckt av föremål, särskilt genom att kombinera keypoint metoder med färgen tekniker. Robotic motion spelar också en viktig roll i genomförandet av självständiga uppgifter. Mobila robotar har olika konfigurationer för transport. Det viktigaste är differentierad styrning på grund av dess tillämpning i känsliga områden som stridsvagnar och säkerhet plattformar robot. Den kinematiska utformningen av en robot plattform är vanligtvis baserad på antalet hjul och deras rörelser. Det kan finnas flera konfigurationer av hjul mönster, till exempel olika enheter, bil-liknande mönster, rundstrålande, och driver synkroniserad. Differential drivsystem använder fart om olika kanaler för att bestämma den kombinerade snabbhet och banan för roboten. Exakt förflyttning av roboten är mycket viktigt för korrekt ifyllande av sin verksamhet. Mål: En vision lösning har utvecklats som kan upptäcka små och medelstora färg objekt i miljön. Detta har också jämfört med andra tekniker form upptäcka för utvärdering av prestanda. Effekten av avstånd vid upptäckt är också undersökas för de deltagande tekniker. Den exakta rörelse av en fyrhjulsdriven olika drivsystem undersöks. Målet robot plattform använder en differentierad system driva styrning och i centrum för denna studie är korrekt läge och riktning kontroll baserat på sensordata. Metoder: För att upptäcka, en ny hybrid metod "HistSURF" föreslås och jämförs med andra tekniker vision bearbetning. Denna metod kombinerar resultaten av färg histogram jämförelse och upptäckt av SURF algoritm. En lösning för differentierad styrning med hjälp av en Gyro för varvtal mätningen jämförs med en lösning med en hastighet modell och utgångar kontroll utan återkoppling (dvs död räkning). Resultat: Resultaten från den vision experiment inom den nya föreslagna metoden högsta bland de andra deltagande tekniker. Avståndet experiment indikerar att det finns ett direkt och omvänd korrelation mellan avstånd och upptäckt SURF funktioner. Det är också framgå av resultatet från det avståndet påverkar upptäckten hastighet av den nya föreslagna tekniken. Vid robot kontroll har skillnaden köra lösningen med en hastighet modell mindre felfrekvens än den som använder en Gyro för vinkelmätning. Det framgår även av resultaten att ju större skillnaden i hastigheter mellan de kanaler de mindre smidiga är vinkelrörelse. Slutsatser: Resultaten visar att genom att kombinera en central-punkt baserad teknik med färg segmentering, den falska positiva kan sänkas och därmed objektigenkänning prestanda ökar. Det har också blivit uppenbart att förbättrad noggrannhet av den föreslagna tekniken är begränsad till små avstånd och dess prestanda minskar snabbt med ökat avstånd till målet objekt. För robot kontroll, tyder resultaten på att en Gyro inte ensam kan förbättra rörligheten noggrannhet robotsystem på grund av en variabel glida ut av Gyro medan rotation. Men en Gyro kan vara effektiva om de används i kombination med en magnetometer och någon form av uppskattning mekanism som ett Kalman filter. En Kalman filter kan användas för att rätta till felet i Gyro med hjälp av utdata från magnetometer, vilket resulterar i en god uppskattning.