为满足车辆的实时网络监测、远程控制和车辆自主导航的需要在查阅了国内外相关研究文献的基础上,介绍了基于互联网和机器视觉的履带车辆远程控制系统的背景和意义,列出了其他领域的履带车辆控制算法的可参考性和局限性。本论文设计了基于Internet的车辆远程监测、控制和自动视觉跟随系统,该系统由控制中心、机载电脑、cRIO9030下位机和履带小车组成。在互联网远程监测子系统中,通过Labview控制cRIO9030下位机对传感器数据进行采集和处理,将处理后的数据传输至远程监控中心进行实时在线监测;在主动控制过程中,控制中心发送控制指令,车辆终端接收到控制指令后,通过Labveiw控制cRIO9030下位机对履带小车的速度和转向角度进行控制,其中,履带小车的速度由变频器控制步进电机进行控制,转向由两侧履带速度差进行控制;视觉跟随控制子系统是通过摄像头采集标志线,控制车辆沿着标志线行驶,采集的图像经灰度化、二值化、去干扰处理,获取标志线中心点坐标,通过对坐标点拟合处理,得到导航曲线,分别编辑PID、模糊PID和神经网络控制算法,以预瞄点处的位置偏差和角度偏差为输入,控制履带小车沿着导航线行驶,通过recurdyn和simulink软件联合对提出的模糊PID算法、神经网络算法和PID算法控制性能进行仿真分析,通过比对三种控制算法在直线和曲线工况下履带小车的运动参数,对三种控制算法的控制特性进行了对比,最终确定了模糊PID控制算法对履带小车进行控制,最后,通过现场实验对该远程监控及视觉自动导航系统的性能进行了验证,得到了很好的效果。本论文对履带车辆的远程监测及自动驾驶研究工作,为应用于恶劣环境作业的履带式工程车辆的智能化提供了参考。