面对复杂多变的现实任务环境,无人平台以较强的适应能力受到各界的青睐,得益于近年来计算机视觉、材料科学和新型传感器制造等研究领域的快速发展融合,无人平台不断向智能化迈进。视觉目标自动跟踪技术可以为无人平台自主完成目标伴随、移动平台对接、精准打击等任务提供运动决策依据,性能优异的跟踪算法能够大幅提升无人平台智能化作业的能力。本文针对无人平台的作业特点改进了高效卷积算子目标跟踪算法,同时考虑到算法实地测试验证的风险性与不便利性,对无人平台进行了半实物仿真,构建了一整套具有完整视觉伺服跟踪环路的无人平台目标跟踪算法测试验证系统,并依靠此系统对改进算法的性能进行了评测。论文的主要工作和创新点如下:1.面向无人平台应用需求,针对高效卷积算子缺少跟踪质量判断和滤波模板更新监督机制的问题,提出了融合运动信息和跟踪评价的高效卷积算子。在跟踪定位框架中引入卡尔曼滤波器融合历史帧的运动信息,对评价未达到置信度阈值的跟踪结果进行加权修正,并在滤波模板隔帧更新的基础上,加入当前帧的跟踪评价情况,同时满足间隔帧数与置信度要求时执行滤波模板更新。基于公开数据集OTB2015对比本文算法同其他4种典型算法的跟踪性能,结果显示本文算法在保证实时性的情况下精确度、成功率均优于基线算法,且在运动模糊等场景下提升显著,精确度和成功率分别提高了3.0%和3.8%。基于VOT2016和UAV123数据集的评测实验中,本文算法整体性能指标均优于基线算法。2.针对无人平台目标跟踪算法测试验证以及后续功能开发的需求,构建了一套算法测试验证系统,包含通用的硬件控制平台和配套的可视化操作软件。系统主要分为运动仿真层、影像采集层、综合处理层三个模块。其中,运动仿真层包括高精度的位姿控制设备,仿真无人平台六自由度位姿运动;影像采集层包括工业相机和地形沙盘,模拟无人平台在复杂作业环境下实时的影像采集与传输;综合处理层的核心部件是高性能计算机,为算法与运动控制程序提供良好的编程及运行环境,并作为设备间指令交互的通讯中枢。采用Opti Track运动捕捉系统对通用硬件控制平台的位姿控制精度进行评价,结果显示平台空间三轴位置控制均方根误差在1mm左右、横滚、俯仰、航向姿态角控制均方根误差小于0.1°,系统可以为无人平台视觉算法和综合任务方案的测试验证提供良好的实验环境。3.基于改进的目标跟踪算法和构建的算法测试验证系统,开展无人平台目标跟踪方法实验研究。首先设计实现了系统的视觉伺服跟踪环路,然后实验分析了系统动态目标伺服跟踪的稳定性,最后依托系统设计了光照变化、部分遮挡和相似干扰场景对改进算法的性能进行测试,并对算法成功跟踪的情况下系统整体伺服工作性能进行分析,结果显示在设计的挑战场景下算法能够持续稳定地实现目标的准确定位,系统能够较好地完成动态目标伺服跟踪任务。