随着科学技术的发展,机器人在工业、服务业及娱乐业有了广泛应用,投篮机器人是机器人竞赛中的重要项目,涉及到机器人研究的许多热点问题。本文以投篮机器人为实验平台,主要研究了四个问题:投篮机器人的硬件平台搭建、机器人的自定位算法、目标球体识别算法以及目标球体跟踪算法。首先基于投篮机器人竞赛规则搭建了机器人硬件平台并对机器人底盘进行运动学分析。对投篮机器人进行功能模块划分,采用麦克纳姆轮四轮O-长方形结构搭建底盘,并对麦克纳姆轮底盘进行了运动学分析。其次对投篮机器人的自定位算法进行研究并完成实验测试。研究了卡尔曼滤波算法和拓展卡尔曼滤波算法,对里程计和IMU建立了系统模型,采用更适合非线性系统的拓展卡尔曼滤波算法对里程计和IMU进行数据融合。通过实验验证了使用该定位算法后投篮机器人的定位数据更加准确。然后对投篮机器人的目标识别算法进行研究并完成实验测试。研究了基于颜色和轮廓的识别算法,并进行实验测试,指出其不足之处。进而研究了SSD（Single Shot Multi Box Detector）算法,使用MobileNet网络替换SSD中的骨干网络,降低了模型计算量和参数数量;对SSD算法中先验框设置进行改进,以更好地识别圆形目标球。实验测试基于颜色和轮廓的算法与SSD-MobileNet算法,证明后者在强光、弱光以及复杂背景下对目标球的识别效果均比前者准确。最后对投篮机器人的目标跟踪算法进行研究并完成实验测试。对核相关滤波跟踪算法提出最大响应值指标和平均峰值能量比指标来改进,用以判断当前是否出现目标跟踪丢失。若跟踪丢失则结合SSD-MobileNet算法对目标重新识别,并用目标球的信息更新核相关滤波模型。通过实验验证了在目标球平移、尺度变换以及遮挡情况下算法均可有效完成跟踪。基于本文研究方法所设计的投篮机器人在中国机器人大赛中得到实战检验,取得了很好的成绩,验证了本文研究方法的有效性。