随着计算机技术和人工智能技术的发展,移动机器人已经广泛用在工业、服务业、军事和医疗等各个领域。其中自动跟随技术是移动机器人技术中的重要问题之一,自动跟随机器人能够根据人体目标的位置实现实时地跟随,如何提高跟随系统的稳定性、精度和效率是其中的主要问题。本文主要研究了基于卡尔曼滤波器的移动机器人跟随方法,旨在提高跟随系统的精度及鲁棒性。本文的主要工作和研究成果如下:1.针对现有机器人平台扩展性差、代码复用率低等特点,搭建了基于机器人操作系统ROS的移动机器人平台,为本文算法的实现提供了相应的软硬件支持。2.针对普通线性卡尔曼滤波不精准的问题,提出了一种基于假设型卡尔曼滤波的跟随算法,与标准卡尔曼滤波相比,该方法减小了移动机器人的跟随误差并提高了跟随系统的稳定性。对于激光雷达,应用支持向量机(SVM,support vector machine)检测和识别人体,对于RGB-D相机,应用DSST(Discriminative Scale Space Tracker)实现人体的跟踪。3.针对单传感器跟随精度低且稳定性不好的问题,应用CI融合方法融合激光雷达和RGB-D摄像头的信息实现人体目标的跟随。与单传感器相比,该方法有更好的鲁棒性和更高的精度。4.以TurtleBot机器人和OptiTrack定位系统为实验平台,基于Linux和ROS操作系统设计了跟随系统软件平台,并在此基础上展开了实验验证,实验结果验证了所提出的跟随算法的有效性和鲁棒性。