随着社会的进步和科技的发展,机器人技术越来越受到人们的重视,从工业生产到日常生活、从军事应用到太空探索,都可以见到机器人尤其是移动机器人的身影。为了适应复杂的工作环境和多样化的任务,移动机器人已经从最早的人工手动控制向智能化的自主控制方向发展。移动机器人技术是一个包含门多学科领域的科学,包含运动学控制、环境信息感知、自主运动规划等研究目标,本文以设计能够在复杂环境下自主跟踪目标并规划路径的移动机器人为目标,使用最新的图像传感器Kinect作为机器人获取环境信息的主要工具,融合彩色图像目标跟踪算法和移动机器人路径规划算法,在差动驱动的轮式移动机器人平台上安装Kinect并进行实验,证实了此实验系统能够满足移动机器人同时目标跟踪与避障的任务要求。文章首先介绍了移动机器人的国内外研究状况,并介绍了一种新型的3D立体摄像机Kinect,这种摄像机可以以低廉的价格为使用者提供移动机器人环境的彩色图像信息和物体的位置信息,很适合代替传统的超声波雷达与激光雷达作为测距雷达。目标跟踪使用Kinect获取的RGB彩色图形,跟踪算法使用基于颜色信息的粒子滤波跟踪算法,基于颜色信息的粒子滤波算法对物体的颜色信息敏感,跟踪时很容易因受到颜色相近物体的影响而跟踪失败。利用Kinect可以获取物体位置信息的优势,将颜色信息与物体位置信息相融合,改进粒子滤波算法的权值计算过程,实验证实此方法可以改进粒子滤波算法在跟踪颜色相近物体是的性能。路径规划使用物理意义明确、数学计算简单的人工势场法,势场法规划需要使用Kinect获取的环境信息确定障碍物位置,由于Kinect在获取环境中物体位置信息时存在盲区,对于过于靠近Kinect的物体无法确定其位置,因此需要将获取的环境信息存储为地图便于移动机器人使用,考虑到移动机器人通常只能在短距离的移动过程中保持其定位准确性,长距离的移动会导致移动机器人位置的估计值偏离实际位置而导致避障和路径规划失败。因此提出使用局部地图更新法为路径规划制作局部地图,局部地图的生成借鉴了常用的移动机器人栅格地图制作方法,并利用概率统计的思想来确定物体在某位置存在的可能性。人工势场法在实际应用时存在很多缺点,很多学者都针对该方法的终点不可达以及震荡等问题进行了研究并取得了很多成果,本文结合在跟踪的同时避障的任务特点,针对移动机器人使用人工势场法时对狭窄通道通过能力变差的问题,提出了增加安全区域的人工势场法,将移动机器人的运动方向进行考虑,确定出运动过程中的安全区域,实验证明此方法能够增强移动机器人通过狭窄通道的能力。最后将目标跟踪与路径规划相结合,通过实验证明了使用Kinect可以很好的代替传统的超声测距雷达与激光测距雷达,实验结果也证明了上述算法的可行性。