随着科技的进步,如今智能机器人已经在越来越多的领域有了广泛的应用,比如,家庭服务、公共场合服务、工业、医疗等。这些智能机器人中有大部分是地面移动机器人,比如智能餐厅和智能酒店中的送餐机器人,机场中的保安机器人等等。这些机器人往往都要使用到目标跟踪功能,所以实现地面移动机器人的目标跟踪是一项非常有实用意义的研究。相对于固定摄像头的目标跟踪来说,移动摄像头的目标跟踪更容易跟丢目标。为了实现移动摄像头稳定的目标跟踪,本文将在Turtlebot地面移动平台上进行研究和实验。本文研究的主要内容如下:1.本文对视觉目标跟踪算法进行了实验和研究。本文对比了Meanshift、TLD(Tracking-Learning-Detection)和KCF(Kernelized Correlation Filters)算法,其中KCF算法满足目标跟踪的实时性和准确性,但此算法跟丢目标后无法找回目标,所以本文针对此缺点,通过融合初始分类器和当前分类器,使得算法保留目标初始特征,能在丢失目标后重新找回目标,最终使其平均中心误差在本文的四个实验中平均减小到原KCF算法的68.8%。2.本文对运动控制算法进行了实验和研究。本文使用PID(Proportional Integral Differential)控制算法进行运动控制,并且根据移动平台的具体情况对两个自由度上的控制都作了改变,其中对于角速度的控制采用PD控制,对于直线速度的控制采用带上限的PI控制。3.本文提出了针对地面移动平台的目标跟踪流程,将KCF算法与PID控制算法相结合,实现了地面移动平台的实时目标跟踪。4.本文在地面移动平台上进行了静止物体和运动物体的跟踪实验,记录了彩色图像和系统的控制响应曲线,实验表明地面移动平台能够实现实时的目标跟踪。