本文主要研究基于视觉机器人的目标跟踪及误差分析,主要包括机器人系统设计、摄像机标定、视频稳定、目标跟踪与测距等内容,整个系统达到预期的效果。主要对以下几个方面做了详细的研究：该平台为视觉导航的四轮机器人,速度差分法控制机器人的转向及前进。并通过上层的图像处理获得本体到目标的距离和角度,利用精度的转向理论获得机器人转向时的瞬间速度,通过减速器将机器人的速度和电机的转速连接到一起,将获得电机转速发送给电机进行执行,进而驱动机器人向着目标运动。摄像机标定为计算机视觉系统的基础,标定的结果直接影响图像的质量,选择合适的标定算法对机器人的导航有着至关重要的影响。本文在基于径向的两步法和基于平面的两步标定法中,从系统模型、图像噪声、量化误差及训练的数据数量等四个方面对标定结果的影响进行对比,并根据实验对比后的结果选择本文所采用的标定算法。机器人在运行的过程中,不免出现抖动,不同的视觉测距模型对于抖动的敏感度不同。本文首先,分析多种单目测距模型,比较抖动对于模型的影响,选择影响较小的方法。然后,为了削弱抖动对视频的影响,本文采用了基于航向仪的视频稳定方法及进行视频稳定。在目标识别时,本文采用卡尔曼滤波对目标进行跟踪,提取目标后使用Canny算法提取目标的边缘,并使用本文提出的快速椭圆拟合方法。在椭圆拟合后,获得的长短半径并结合测距原理,计算出自主机器人与目标之间的距离及角度。同时,本文详细的分析那些因素会对测距精度找出影响并及原因。而后,计算出左右两电机的转速,结合硬件平台将转速发送给电机执行,同时,测试整个系统。实验结果表明,本文所采用的算法有较高的可行性和实时性。