视觉跟踪机器人的设计与实现

广州城市理工学院电子信息工程学院 张亦勋

针对视觉机器人功能单一、抗干扰能力差等问题，本文设计一款能够对任意目标进行视觉识别和跟踪的机器人，该系统的视觉跟踪算法将TLD的中值流跟踪器替换成KCF算法，同时融入融合HOG特征和颜色特征，提高TLD算法的目标跟踪速度，系统测试结果表明，改进的跟踪算法在背景产生变化、目标的图像信息发生形变、目标被其他物体遮挡、目标突然丢失等问题都具有较高的稳定性和鲁棒性，同时对静态目标跟踪的帧数有所降低，能够快速瞄准目标。

随着计算机视觉算法技术的发展，计算机视觉算法成为众多人工智能领域的重要部分，也是智能机器人的重要组成部分，由计算机视觉和机器人这两方面所结合起来的视觉跟踪机器人有着广泛的应用前景。但目前大多数视觉机器人由于所需的计算机视觉算法的算法运算量大，但机器人自身的运算能力十分有限，导致大多数机器人实现功能单一、抗干扰能力差。

本文针对此问题，在分析现有的实现视觉跟踪机器人功能的基础上，设计了一款以KCF与TLD相结合的计算机视觉算法，基于STM32单片机为下位机控制机器人实现目标跟踪的视觉跟踪机器人。主要完成的工作包括了，计算机算法环境搭建，视觉跟踪算法的测试，测试结果表明，该系统具有较好的鲁棒性。

1 视觉跟踪算法

1.1 KCF算法

KCF（Kernel Correlation Filter)核相关滤波算法通过目标样本去训练判别分类器，训练判别分类器分析当前跟踪的目标是被跟踪目标周围的背景信息还是被跟踪目标，如图1所示。……