近年来,智能车的研究,受到了国内外的广泛重视,目前正处于探索性研究阶段。车辆的视觉目标跟踪作为智能车辆研究的核心问题,其关键技术在于算法的环境抗干扰能力以及算法处理的实时性。本文拟以车辆为载体,通过对目标跟踪算法的研究,提出了一种基于SOPC目标跟踪算法的设计方法。实验结果证明,设计的方法能够实现车辆视觉目标跟踪,并能取得较好的实时性,在智能车辆导航等相关研究领域有一定的实用价值。第一,结合课题研究内容,搜索大量文献,对目标跟踪算法做了深入的研究,对前人的研究成果进行归纳和总结,对国内外研究现状有了很好的掌握。第二,结合环境抗干扰性以及算法硬件执行的实时性,将改进后的Mean Shift作为本系统目标跟踪算法并对其进行硬件流水线设计。第三,采用DSP Builder对算法进行并行设计,实现了车辆目标系统模型的实时跟踪。结合FPGA硬件开发环境,将DSP Builder建成的系统模型自动转换成VHDL代码并完成FPGA硬件环境的适配。用这种方式取代手工编写Verilog或VHDL等FPGA硬件代码,大大缩短了系统的开发周期,提高了FPGA实现DSP的电子系统设计效率。第四,基于SOPC系统的研究,结合FPGA硬核与Nios II软核的综合应用,实现了算法的片上系统设计,集系统级设计、嵌入式软件开发、可编程逻辑设计于一体。最后,将本系统所用的方法与用Matlab软件编程方法进行正确性和实时性试验对比,实验结果显示两种方法所得的跟踪轨迹基本一致,而本系统所用的方法在实时性上是Matlab软件编程方法的四倍左右,大大的提高了实时性。