随着传感器、人工智能、嵌入式技术的不断发展,无人机也从传统的手动操控逐渐向智能化、自主化方向发展。目前无人机与移动车辆协同应用获得了越来越多的学者关注,其中目标追随是无人机的关键功能。当前,基于视觉的无人机目标跟随系统图像数据处理基本依赖地面端设备,存在以下问题:（1）图像数据无线传输存在丢包,导致图像缺损,影响目标检测与目标跟随结果。（2）数据处理依赖地面端,占用其他设备计算资源,降低无人平台的协作效率。本文基于四旋翼对目标跟随方案开展深入研究,设计了无人机机载电脑图像处理与目标跟踪算法的机载处理方案,包括目标跟随系统方案设计、目标检测与位置解算、跟随策略制定等,旨在提高无人机目标跟随过程的实时性、自主性,具体研究如下:首先,分析当前目标跟随系统数据交互流程的不足,提出了机载处理方案,同时设计了目标跟随系统方案。在此基础上,根据四旋翼动力学模型建立了续航影响模型,推导了机载单元的限制条件,为硬件平台的选型与搭建提供了理论基础;其次,介绍了Aruco标记的识别与检测算法,通过人为规定标记的四个顶点在真实世界的坐标求解Pn P问题,实现基于Aruco标记的相机位置解算;再根据目标、相机、无人机重心的坐标转换关系,得到目标在无人机机体系中的位置,为目标跟随控制系统提供了数据保障;最后,将跟随系统按照控制对象分为底层控制层与顶层任务层。其中底层控制实现无人机位姿控制,任务层实现无人机与目标之间的跟随距离控制。根据目标姿态划分为空中目标跟随与地面目标跟随,分别设计了跟随控制器,并相应制定了跟随任务流程,从而保证了跟随过程的稳定性。实验结果表明,在机载计算系统中,算法的运行帧率达到26 FPS,满足跟随控制器的位置反馈速率需求。在实机测试中,当目标移动速度为0.5m/s、跟随间距为2m时,跟随飞行的误差为±0.2m;同时,机载计算系统的功耗对续航影响仅为1.5%。达到基于视觉的无人机目标跟随系统指标,证明本文所设计的系统是有效可行的。本文设计的基于视觉的无人机目标跟随系统,其特点是机载电脑中完成图像处理与目标跟随算法,该方案数据处理不依赖于地面端,有效提高了无人机目标跟随过程中的数据处理效率,保证了数据处理的可靠性,进一步提升了目标跟随效果。