带有目标追踪功能的移动机器人在未来的安防、军事等领域将会有着广泛的应用。球形机器人是一种外壳为球形的特殊机器人,在其内部封装有运动部件和部分传感器,通过重心偏移等原理,可以全密封、高速、稳定地运动,对复杂环境适应性强。球形机器人低视角,外壳遮挡,背光等原因会导致传感器数据质量不高,且计算资源存在限制,对感知算法的性能提出了更高的要求;其滚动的运动方式,需要适配专门的运动控制算法来进行轨迹规划与跟踪。本文围绕机器视觉设计了应用于球形机器人的轻量级目标检测算法和单目标跟踪算法,围绕球形机器人运动学约束设计了基于图优化和模型预测控制的局部规划算法。主要研究的工作及成果包括:1.为了更好对比验证视觉算法的性能,针对球形机器人数据与通用数据集的差异,采集了球形机器人的传感器目标检测数据集。对相应传感器分别进行标定,在不同场景下一共采集了2107张图像数据,并标注为数据集。2.针对球形机器人计算资源受限的情况,设计了轻量级目标检测与单目标跟踪算法。采用性能更强的特征提取骨干网络,优化特征融合方案和训练策略,采用卡尔曼滤波关联帧间信息。与当前主流的轻量级检测算法YOLOv4-Tiny和跟踪算法Siam FC++对比,本章所开发的检测、跟踪算法在计算量与参数量大幅减少的情况下,性能均有提升,且都达到了球形机器人平台的实时性要求。3.实现了基于图优化和模型预测控制的改进TEB算法。将混合A*算法提供的全局路径,作为粗略的初始解输入本算法;基于球形机器人的特性,增加了图优化横滚角、速度等多项约束;在解算速度指令时,结合球形机器人运动学模型,使用模型预测控制MPC进行控制指令解算,大大提高了球形机器人的轨迹跟踪效果。4.将上述提出的检测和跟踪算法、局部轨迹规划算法结合起来,针对球形机器人平台提出了一个目标追踪系统,成功部署在实物球形机器人上,在室内大厅和室外操场两个场景分别进行了实验,均达到了预期的效果,体现出所提系统的高鲁棒性。