机器人发展迅速,工业机器人已经非常成熟,abb、funac、motocom等一系列工业机器人已经普遍应用于一些大型装配、焊接等企业,随着中国制造2025的重大国家规划的提出,使得机器人的发展进入飞速上升期。同时,服务机器人也作为国家规划的重要组成部分进入人们的视野,扫地机器人、上菜机器人等相继进入家庭、餐馆。单纯按照预定轨服务机器人已经满足日常的需求,具备自主学习、决策的服务机器人是科学研究的主要方向。而机器视觉是服务机器人自主学习、决策的核心,动态目标识别、目标跟踪、异常行为检测等实际需求是正式当前模式识别、机器学习主流。然而,机器人摄像头带来了场景运动,背景建模等常用方法并不适应新的这一挑战。本文着重研究摄像头运动情况下的目标(乒乓球)识别技术。首先,使用基于圆形特征的摄像机标定方法进行摄像机内参数标定获取视觉系统的标定参数,然后对输入图像进行相应预处理,并对环境场景进行背景建模。为了满足机器人的运动性,兼顾了模型的鲁棒性和实时性。其次,在颜色空间提取目标特征实现乒乓球的识别与定位。同时,为了消除其他相同颜色物体等干扰,采用卡尔曼滤波对视觉信号进行预处理。最后,仿真系统输出基于图像中心坐标系的坐标和前景的像素模型参数,与上位机进行通讯实现机器人对乒乓球的跟踪功能。仿真实验结果表明,本文提出的跟踪方法具有较高的跟踪精度和识别准确率。在不同环境下的测试表现出了较高的鲁棒性,具备一定的实际应用能力。克服了摄像头移动情况下的目标检测识别鲁棒性差等问题。