行人目标检测与跟踪算法作为计算机视觉的重要研发范畴,也作为自主跟踪机器人获知行人目标以及外部环境信息的基础,目前已广泛应用于对各类交通站、商业区、居民区等环境以满足社会中对行人目标检测与跟踪的各类需求。本文针对基于机器视觉的行人目标检测与跟踪算法进行了研究,利用实验测试证明了优化后的行人目标检测与跟踪算法的在性能方面的提升,依托移动机器人平台,在ROS机器人软件平台上构建了移动机器人对行人目标的视觉跟踪系统,最终完成了移动机器人对行人目标在室内环境下跟踪任务。本文的主要研究内容如下:1)研究了基于YOLOv3的行人目标检测算法,为进一步优化YOLOV3算法对行人目标检测的性能,对锚框参数的选取以及损失函数进行了优化,并增加了行人数据集对改进后的YOLOv3算法进行训练,输出训练结果,说明相较YOLOV3算法,改进后的算法在精度上提升了5.2%,在漏检率上降低了2.58%,在稳定性方面提高了3.31%。说明改进后的YOLOV3算法性能有了较大提升。2)研究了基于改进后的YOLOv3+Deep Sort行人跟踪算法,与YOLOv3+Deep Sort算法进行对比,通过实验发现改进后的算法相比于改进前在检测精度与跟踪精度上,分别增加了了3.1%,2.1%,在行人目标跟踪过程中的编号跳变情况降低了1.08%,跟踪帧率也从28帧/秒增加到34帧/秒。说明改进后的YOLOv3+Deep Sort算法在跟踪精度,跟踪帧率,行人编号跳变以及漏检程度上都优于改进前的算法。3)研究了基于X-tion摄像头的行人测距算法,为了使测距精度更加准确,利用张正友标定法对X-tion摄像头进行了标定,获得相关参数。然后基于结构光的测距算法完成了行人目标测距实验。通过测试结果可知,测量距离与真实距离的相对误差为2.9%,说明行人测距算法的精度能够满足移动机器人的测距要求,并为移动机器人的行人目标视觉跟踪系统的实现奠定了基础。4)研究了对移动机器人行人目标视觉跟踪系统的设计,完成基于ROS的机器人软件平台对视觉跟踪系统程序的设计方案,设计在室内简单环境下对行人目标的跟踪运动控制策略,并完成了对系统程序的编写,设计了相关测试实验,证明在移动机器人上可以完成对行人目标的跟踪功能。