本发明公开了一种基于机器视觉的机场特种车辆避障方法，包括以下步骤：对机场场景仿真，使用单目摄像机和Velodyne 64线激光雷达采集数据信息；对传感器收集到的点云数据进行预处理；针对点云数据采用RandLA‑Net模型直接处理训练数据集并对其进行特征提取；使用卷积神经网络ResNet对RGB图像进行特征提取；将两种类型的特征作为融合网络的输入，通过组合并抽象特征，输出目标对象的3D边界框，检测障碍物信息，实现避障。本发明将融合后的多维度特征信息首次应用于民航地勤车辆服务领域，通过识别障碍物，实现机场特种车辆的安全避障。