امروزه استفاده از بینایی ماشین و به تبع آن پردازش تصویر، از موثرترین راه کار ها برای ارتباط ربات با محیط اطراف خود است تا ربات بتواند درک بهتری از محیط داشته باشد و تصمیمات بهتری بگیرد. معمولا برای کار ربات با تصویر، اولین قدم تشخیص لبه های اجسام موجود در تصویر است. در این پایان نامه سعی شد تا، از روش هوشمند عصبی – فازی به همراه روش کلاسیک sobel برای تشخیص لبه های جسم استفاده شود و در نهایت از این اطلاعات (لبه های استخراج شده) برای تشخیص شئ موجود در تصویر و تولید دستورات و عکس العمل های مناسب رباتی، که مراحل بعدی پردازش محسوب می شوند، استفاده کردیم. از آنجایی که لبه و مرز تصاویر یک مفهوم فازی به حساب می آید، استفاده از منطق فازی در کنار خاصیت آموزش پذیری شبکه عصبی، تاثیری مثبتی در دقت و کاهش خطا داشته است. برای سرعت بخشیدن به پردازش و ارتقای لبه های به دست آمده در فاز اول کار، از فیلتر sobel هم استفاده کردیم. سپس نوع جسم جلوی دوربین در سه دسته ی کلی دایره شکل ها، مثلثی ها و مربع شکل ها طبقه بندی شد؛ تا در استفاده های بعدی ربات بتواند تصمیم مورد نظر را بگیرد و اشیا را مرتب کند.