目标跟踪智能车技术融合计算机视觉、人工智能、自动控制等多个领域的热点技术,有着广阔的应用前景,在智能跟随行李箱,跟随高尔夫球包,智能跟随购物车,仓储智能搬运车等场景中都得到广泛应用。这些应用场景普遍对实时性、灵活性、实用性的要求较高,另外在视觉跟踪中准确性和稳定性也是不可忽视的常态化问题。本文从实际应用的角度出发,研究跟踪智能车运行中两方面的控制方式,首先是通过视觉跟踪算法实时获取目标的坐标位置,并转换到现实坐标系中;然后根据视觉方式获取的坐标位置采用相应的控制方式驱动小车向相应的位置移动,以跟随目标运动。首先,针对现有的目标跟踪算法要么精确度不高,在复杂背景下应用的抗干扰能力和检测跟踪的快速性不足;要么实用性不够,运算复杂计算量大,依赖上位机图传完成控制运行,实时性不好的问题。本文采用跟踪目标的内部颜色特征作为检测特征自动获取跟踪对象;并融合目标的外部形状特征对算法做出改进,增加检测跟踪算法在复杂背景下目标发生遮挡或者移动过快时的跟踪准确性,同时算法的计算负担增加不大;此外本文还使用了Kalman运动状态估计的方式对目标对象在视频下一帧中的位置做出预测,提高检测的准确性和实时性。其次,针对智能车控制过程中的稳定性和跟随目标对象的实时性问题,采用加入模糊控制器的PID控制,消除小车电机和舵机在运行过程中的振荡和运动控制不精确的问题,提高舵机转动的稳定性;将模糊控制调节后的参数作为直流电机PWM控制的输入,增加智能车运动控制的响应速度,降低稳态误差,实现平稳快速的智能车控制。最后,在上述理论和算法研究的基础上,使用VS2019编程软件与Open CV4算法库设计编写跟踪程序,并使用MATLAB进行小车控制的建模,对智能车的视觉部分和驱动部分分别进行仿真测试,验证改进跟踪算法的可行性与改进效果,并测试模糊PID控制对小车运动系统控制性能的提升程度。基于STM32h743VIT6单片机设计核心控制板,以IDE编译调试单片机可执行控制程序;采用OV7670图像传感器,L298N电机驱动板等部分硬件设备搭建履带式视觉智能车,完成智能车软硬件系统的实现,验证本文设计的视觉智能车控制系统的可行性和有效性。