无人机与机器人的空地协同技术在军事、民用、灾难救援等领域有着广泛的应用,而运动目标识别与跟踪是其应用基础和关键技术。四旋翼无人机以其简单的构造和灵活的机动性能,成为无人机研究领域中的热点。本文结合国际空中机器人竞赛(IARC)第七代任务,研究并实现四旋翼无人机对地面运动目标的识别与跟踪,为空地协同奠定技术基础,具有很强的科学价值和现实意义。本文将光流和惯性测量单元(IMU)融合后的数据送入贝叶斯滤波器,对无人机的状态进行估算。以IMU得到的姿态作为参考对图像进行视角变换处理,使用尺度变换将像素距离转换为实际距离。同时,标定鱼眼镜头扩大无人机摄像头的视野范围;采用HSV空间彩色分割法和腐蚀膨胀法对目标进行识别,得到目标的相对位置;结合背景补偿光流估算目标运动方向。通过无人机定位实验和地面目标识别实验,验证了算法的可行性。其次,本文建立了四旋翼无人机的状态空间模型和运动模型,进而得到状态转移模型及状态预测模型,状态观测模型则根据IMU及光流各自的特点分别建立。在此基础上,设计了无人机导航控制系统,具有通讯、计算、显示等功能。其中,基于EKF的PID控制器承担着计算控制量的任务,GUI作为信息传递和显示的接口,提供了人机对接的平台。结合IARC空地协同任务,设计了有限状态机模型,使无人机能够在搜索目标、跟踪目标、规避障碍等多种模式下合理转换。针对AR.Drone无人机平台,本文设计了基于超声波传感器的避障方案,并结合交叉熵(CE)算法对传统的人工势场(APF)避障算法进行改进,设计避障路径的优化算法,讨论在不同环境下获得无碰撞路径最优解的避障策略。此外,引入分数阶势场法,其具有更加丰富的势场表现形式和更灵活的避障路径。最后,本文改造了 AR.Drone四旋翼无人机的硬件及软件系统,以机器人操作系统(ROS)为基础,开发了运动目标识别与跟踪系统。利用MATLAB中的AR.Drone工具箱对避障功能进行了实验,采用Gazebo仿真系统和实际飞行实验将本文研究的算法及整体功能进行了测试。实验结果表明,本文设计的系统能够完成搜索、识别标、跟踪目标并实现物理接触的任务。