近年来,机器人技术发展迅猛,应用也越来越广泛,移动机器人的智能控制领域是机器人的研究重点之一,主要包括目标的识别与跟踪。且随着移动机器人的发展,实现移动机器人的自主控制已经变得极为重要。因为对于具有执行能力的移动机器人来说,首要问题就是对周边环境的了解认知程度。因此,构建移动机器人视觉系统是移动机器人可控和智能化的重要过程。视觉系统的功能是从外界的景物图像中提取有用信息,帮助机器人实现移动目标的识别、跟踪和路径规划的前期工作。为实现复杂环境的探测、采样和机器人目标识别等任务,本课题提出并设计了一套仿生两栖球形机器人系统,满足执行任务时要求的运动灵活稳定、承载能力强等特点。同时设计了一种实时视觉处理系统,可应用于移动机器人,构建了一套目标检测和识别的流程,以实现实时的目标检测和识别等相关任务。并且在多机器人协作的基础上,设计了可用于多角度视频融合,增大视场的视频融合系统。本文研究重点在于机器人系统的设计和基于移动机器人平台的目标识别系统,并且对多机协作下的视觉应用做了相关拓展,可以使两栖球形机器人完成目标识别与检测的功能。机器人结构的设计参考了海龟的身体结构,并从静力学角度进行了强度仿真实验及运动性能测试,证明了机器人机械结构和控制系统的稳定性。此外,文中提出的视觉系统采用了TLD(Tracking-Learning-Detection)改进算法,在保证了目标检测的长时、尺度不变性的同时,使用BING(Binarized Normed Gradients)特征优化了样本数量的初筛选,并且借鉴CT(Compress Ive Tracking)算法对于投影矩阵的设计改进了样本特征的压缩计算,进一步提升了检测的效率。视觉系统所用的优化算法在准确性上有了较为明显的提升达到了58%,帧率从TLD的16fps提升到了27fps,虽然不如CT算法的38fps,但是已经满足了目标检测机器人系统实时性的要求。并且通过一系列实际环境下的测试,验证了本文提出的算法能够很好地应对光照、抖动、遮挡和陆地、水下环境切换等因素的影响,满足机器人实时检测的需求。同时,我们对多机系统下的视觉应用进行了拓展,由多机器人得到不同角度下局部世界的分离图像,进而合成为全景图像,在多机协作中有良好的应用前景。