视频跟踪是近年来新兴的一个研究方向，它融合了计算机视觉、模式识别、人工智能等技术。目前国内很多跟踪技术的研究是基于高性能的PC机，Windows平台下的设计。本文所作的工作是在嵌入式平台上展开，由于硬件的资源限制，很多算法需要经过修改才能在ARM平台上运行。　　 本文首先搭建了嵌入式系统平台，包括开发板与上位机之间的通信，计算机视觉开源库的移植，视频驱动模块的开发。然后，在上述平台上，采用帧间差分法和背景差分法检测运动物体。在机器人检测出物体之后，利用Mean Shift算法跟踪运动物体；在理论算法的基础上，引入角点特征来改进跟踪算法。该算法本身存在缺点，针对这些缺点，本文引入Kalman滤波来改善跟踪效果。最后，本文给出了一种粒子实现算法。该算法利用粒子滤波跟踪物体，以物体的颜色直方图为标准特征，用粒子区域的特征与标准特征进行匹配，以权值最大的粒子区域作为运动物体；并且给出实验结果并加以分析。