随着机器人技术的日益成熟，移动机器人越来越广泛应用于家庭及服务行业。在未知的、动态的室内环境中，要完成指定的服务任务，实现人机交互，有效地检测与跟踪指定的服务目标人是其最重要的基础任务。本文针对室内较复杂环境下基于视觉的移动机器人目标人的检测与跟踪进行了深入系统的理论和实验研究，构建了对指定服务目标人的自主地检测与跟踪控制应用系统。 论文首先针对室内移动机器人视觉系统的移动性和成像特性，提出基于TVGA正则化室内运动模糊图像恢复方法，通过改进的TVGA最优化正则参数，恢复出原始图像，降低了由于目标与成像系统相对运动而引起图像模糊影响，提高了运动过程中基于视觉的目标检测准确性与跟踪稳定性；考虑到室内环境的复杂多变性与视觉系统的移动性，针对本文研究目的，为了提高目标检测的快速性和稳定有效性，将检测过程分为人体存在检测、对象确认识别检测和连续帧检测三步，分别提出一种新的人体存在复合检测方法、基于人脸特征的对象确认识别方法和基于连续帧的组合改进跟踪检测方法。新的人体存在检测是目标对象确认检测的基础前提，先采用多尺度小波变换检测法与边缘连接算子相结合法提取图片边缘特征，然后引入一种新的形态学方法去除非目标小区域、不封闭的边缘线或者孤立点，利用边缘图片的不变Hu矩作为模式识别特征向量，最后应用自适应高斯核函数软间隔支持向量机建立两类识别分类器，实现了很好的检测效果。对象识别检测首先提出基于标准混和高斯模型与人眼特征相结合的方法检测人脸，提高了光线不均情况下人脸的检测率；再采用基于Gabor特征变换法的HMM人脸识别方法确认指定的服务目标。实验验证了目标人寻找方法的有效性。服务目标的跟踪检测是在有效的目标确认检测基础上实现的，跟踪检测方法首先根据人脸及头肩轮廓模型，确定目标人体上半身在图像中的位置并建立跟踪模板；为提高处理速度，解决跟踪检测过程中部分遮挡问题，在连续帧间，引入UPF法跟踪检测运动目标，并采用人体上半身区域水平投影直方图法及头肩轮廓特征匹配法确认模板；考虑到跟踪检测过程中光照的变化以及目标的形变，采用模板权重法自动更新模板。在不同的季节、室内环境、背景干扰的程度情况下进行了大量的实验分析，检测算法准确率能达95％以上，较好地解决了目标跟踪连续检测的有效性。 新的检测方法被用于开发构建面向室内服务的移动机器人目标跟踪控制系统。控制系统采用基于行为的机器人控制架构，以视觉系统对目标人体的跟踪检测量为输入设计机器人运动控制器。文中引入了新的控制系统设计方法，提出采用综合优先级仲裁法与加权模糊融合法选择可执行行为的方法，较好地解决跟踪过程中存在多种行为以及行为冲突问题，在完成运动避障的同时保持对运动目标的跟踪。其中跟踪行为模块采用粒群优化法(PSO)调节模糊PID控制器参数；避障行为模块采用各声纳距离加权平均法求取声纳距离信息，避障控制器引入模糊逻辑，对于凹型障碍物，选用最短逃逸路径树法快速绕开障碍物，模糊行为融合法选择可执行行为。系统以多参数测定移动机器人与机器人之间的距离，以此为控制目标实现等距控制。大量的实验结果证明：系统能较好地绕开障碍并稳定地跟踪上指定的服务目标人。