运动目标检测与跟踪是计算机视觉的核心课题之一,它融合了图像处理、模式识别、人工智能、自动控制等相关领域的研究成果,在视频监控、机器人导航、视频传输、视频检索、医学图像分析、气象分析等许多领域有着广泛的应用,因此本课题具有重要的理论意义和广阔的实用价值。同时,随着机器人技术的发展,机器人能代替人类做更多的事情,那些人类无法到达的高温高危地段都可以让机器人代替人类的活动。为了让机器人的活动更加及时准确,为机器人装上眼睛是十分必要的,于是便出现机器视觉与机器人技术的结合,出现了自主移动的机器人。本文的研究平台就是AS-R自主移动机器人,主要的研究内容是基于机器人的目标跟踪。本文的主要工作有:(1)描述AS-R机器人的系统结构,对系统的各个模块进行了描述,详细讲解了他们工作原理。并且指出了各个模块所封装的接口函数,以及这些接口的应用方法。(2)然后研究了均值漂移跟踪算法,针对均值漂移算法在目标跟踪过程中没有考虑目标实际的宏观运动,在严重干扰情况下容易跟踪失败的问题,提出了结合目标位置预测的改进的均值漂移算法。算法对跟踪过程中的干扰进行检测,根据目标所受干扰的强弱,采用不同的比例因子将Kalman滤波预测结果与均值漂移算法得到的跟踪结果进行线性组合,改进算法有效利用了目标的空间位置信息,提高了跟踪的可靠性。(3)在VC6.0的基础上,对AS-R机器人进行软件开发,利用云台摄像机采集图像到系统内存,进行目标检测及跟踪,将图像上物体的像素级位移转化为机器人使动轮的运动,从而达到跟踪的目的。运用了两种基于视觉的目标跟踪,一种是基于物体颜色的目标跟踪,这种跟踪是把单色物体的颜色信息作为跟踪的依据,对被跟踪物体的要求较高。另一种是基于均值漂移的目标跟踪,这种跟踪算法适用性较为广泛,对跟踪丢失的处理效果较好。此外,在跟踪的同时,利用平台上的传感器模块,让机器人进行蔽障等活动,使机器人始终与障碍物和被跟踪物体保持一定的距离,从而保证了跟踪的安全性。跟踪结果表明,本文采用的跟踪方法可以较好的实现跟踪任务。