移动机器人的目标识别与定位对移动机器人的环境认知、目标跟踪、路径规划都十分的重要。相比于传统的视觉系统,全景视觉系统成像范围大,视野宽阔,获取到图像既包含位置信息,又包含角度信息,更有利于机器人对目标的定位。本文以由VSTONE公司的VS-C450U-200_TK全景相机组成的移动机器人视觉系统为实验平台,以对移动机器人周围的不同颜色、形状的积木定位与跟踪定位为应用背景。首先,使用了基于Ostu法的图像分割得到了图像中连通区域,并进行过滤与标记,对移动机器人采集到的全景图像进行预处理。然后,基于HSV颜色空间提取出标记区域的颜色直方图,并以直方图之间的巴氏距离作为度量标准,得到了标记区域物体与目标的颜色相似度。采用aHash算法计算标记区域物体与目标的Hash值,以Hash值之间的汉明距离作为度量标准,得到了标记区域物体与目标的形状相似度。接着,建立了相似度加权模型,通过颜色相似度与形状相似度计算标记区域物体与目标的加权相似度,将目标从全景图像中识别出来。之后,建立了全景相机模型并进行了标定,根据标定得到的图像距离-实际距离的对应数据,使用三次埃尔米特插值法进行差值,得到图像距离-实际距离的函数关系。最后,基于像素点间的距离公式,计算了目标物体与机器人的图像距离,并通过图像距离计算出二者的方位角与实际距离,实现了利用颜色与形状信息的全景摄像目标识别与定位。在论文的第一部分介绍了几种常见的全景成像技术,分析了移动机器人全景视觉系统的构成,详细说明了单视点折反射全景成像技术的原理。第二部分叙述了基于颜色与形状特征的目标识别的方法,详细说明了颜色相似度、形状相似度、加权相似度的计算方法与流程。第三部分详细叙述了目标定位的方法,并说明了全景相机标定的算法原理与过程。为了验证该目标定位方法的性能,本文设计了两种场景并进行了目标定位实验。通过对本文使用方法与其他目标定位方法的结果进行对比与分析,验证了该方法的适应性。通过对移动机器人静止状态下目标定位的结果进行分析,验证了该方法的准确性。通过对移动机器人目标跟踪时的连续目标定位的结果进行分析,验证了该方法的稳定性。