动态目标检测与跟踪是计算机视觉领域的重要研究课题，在军事制导、智能机器人、视频监控等众多领域都有着广泛的应用前景。本文以移动机器人为载体，对基于视觉的动态目标检测、跟踪、测距及机器人的运动控制等方面进行研究。在视觉的动态目标检测方面，针对机器人的运动状况，分别研究了机器人静止情况下的动态目标检测方法，包括背景减除法、帧差法、三帧差法等。在机器人移动情况下，采用混合高斯方法实现背景建模，针对其背景更新速度慢，提出采用分块模式，自动调节分布数目，自适应学习率的改进混合高斯背景建模方法，对背景进行更新，提高模型的收敛速度，实现动态目标检测。在视觉的动态目标跟踪方面，通过对均值偏移和粒子滤波算法的研究，提出均值偏移和粒子滤波的融合算法，满足视觉跟踪的实时鲁棒性要求。首先利用均值偏移算法找到一个与目标最为匹配的候选区域，以此区域为中心生成粒子，进而通过粒子滤波算法寻找目标，并且在跟踪过程中，通过均值偏移向量动态调节粒子数目，获得目标的平面位置信息。仿真实验表明该融合算法具有较高的跟踪准确性。在机器人双目测距方面，针对传统的三角测距方法要求双目摄像头必须参数一致、例如焦距一致、主光轴平行等很难满足的条件，提出改进的测距方法。首先设定一个投影平面，将采集的图像像素投影到该平面上，测量投影的宽度和高度，获得改进的测距方法参数，在实时跟踪中利用检测与跟踪的目标定位结果，计算出目标的距离信息。根据目标的位置、距离与速度信息制定了机器人追踪运动控制策略，在Windows XP系统、Visual C++6.0环境下，对系统的各功能模块进行编码，通过不断调试实现了双目机器人的动态目标检测与跟踪系统。