嵌入式轮式机器人运用视觉传感器实现目标识别任务是目前热点研究之一,面对的核心问题是怎样设计一种目标识别方法,能够满足机器人在复杂、特定的应用场景中快速的、有效的完成目标识别任务,同时也能对轮式机器人在运动中执行指令更加及时、动作更加灵敏提供保障。本文把轮式足球机器人足球竞赛作为背景展开研究,针对特定应用场景中的足球、足球机器人等元素的辨别问题,主要完成了以下四方面工作内容:(1)本文设计了基于自主视觉的足球机器人目标识别方法。此方法结合Haar-like特征、SVM和AdaBoost学习分类算法在服务器端完成获取训练样本集、构造强分类器的任务,通过强分类器模型实现在机器人视野中遍历识别出目标,减少了机器人在目标识别方面对色彩编码化等的依赖。(2)本文提出了基于动态目标区域预估的目标识别算法,通过三帧差法实现对动态目标的预估区域的标记,在对视野图像遍历时,优先对预估区域检测。此方法进一步提高了目标识别系统的实时性。(3)本文结合使用了一种轮式足球机器人多传感器信息融合算法,此算法改进了PID算法公式上的微分项及积分项,提升了融合计算的效率,输出的数据也愈加精确,从而为实现精准快速的机器人目标识别提供了控制层面上的支持。(4)本课题研究的内容是在资源受限的情况下完成轮式足球机器人的目标识别,不需要高性能计算机,只需用普通计算机就可以完成小样本集的训练,并能有很好的识别效果,满足足球机器人竞赛需求。本文进行了多组识别目标的验证实验,实验的结果证实本文设计的识别方法具备比较好的效果,在真实的应用场景中也很大程度的提高了识别过程的实时性,在目标非静态的情况下同样能够实现很好的识别。这个方法在应用场景中光照情况复杂多变时依然具备比较优良的识别效果。经过对常见物体的样本采集及训练,基于自主视觉的目标识别算法还能够应用在日常生活中的识别场景。