随着自动控制领域的发展,无人机系统以其广泛的应用前景受到了广泛的关注。尤其在近几年,国内的民用无人机市场得到了快速的发展及更多的瞩目,实现地面任务的智能化无人机仍是目前有待深入研究的方向之一。本文以四旋翼飞行器作为无人机对象,基于视觉处理算法、嵌入式软件开发、飞行器控制等研究内容,实现其对地面智能小车的检测与跟踪。首先,本文基于检测与跟踪任务,搭建了无人机与地面站平台。无人机端在ODROID-U3 ARM开发板上搭载Linux操作系统、ROS拓展构架、Open CV视觉环境,在嵌入式环境下实现图像采集、图像处理、无人机控制、通信等程序模块的编写;在地面站端进行远程控制程序的编写。地面小车作为待检测与跟踪的目标,以无人机未知路径循迹前进,无人机通过视觉识别小车位置对其进行跟踪。其次,本文分别对于人工标志和自然目标的视觉检测算法进行了研究。对于人工标志,本文设计了自适应颜色分割算法,然后进行了轮廓提取与匹配,并对匹配后的目标进行定位,算法可在不同光线情况下稳定检测。对于小车本体为代表的自然目标,对于SIFT、SURF、ORB三种特征检测算法进行实现并比较,最终选定了实时性较高、检测特征丰富的ORB算子。对于实时图像中的ORB特征点与模板图像进行匹配,并基于匹配区域的几何分布情况进行噪点筛除,最终完成了对目标的检测。此外,本文还对基于Ada Boost Cascade分类器的目标检测进行了初步研究,在无复杂干扰背景的情况达到了较好的检测效果。然后,本文对目标跟踪技术进行了研究。包括对于多特征融合的Camshift算法的研究和改进LK光流法的研究。多特征融合算法使得Camshift算法对颜色相近背景有更好的抗干扰性;改进LK光流法使得大运动的特征点也能被成功跟踪。此外通过卡尔曼滤波算法避免了算法短时遮挡等原因导致的跟踪失败问题。最后,本文分析了无人机简化控制模型,结合姿态数据,进行坐标转换,完成定位数据的解算;并为无人机设计了PID控制器,成功完成了无人机跟踪小车实验的测试,达到了较好的跟踪效果。