随着计算机硬件和软件技术的发展,计算机视觉技术受到了人们越来越多的关注,视频运动目标跟踪作为计算机视觉的重要研究项目之一,在军事、航空航天、计算机辅助设计、智能机器人等领域得到了广泛的应用。为了模拟火炮控制,实现对目标的锁定及跟踪,借助于云台模拟自动火炮的转台系统。本文为了实现对云台的控制,通过运动目标区域的提取、目标检测和跟踪以及Kalman预测和PID算法等进行了深入研究。本文首先阐述国内外关于国内外关于模拟火炮控制中云台的各种控制方法及发展,然后介绍了主要硬件设备及技术参数,为了实现目标的跟踪我们运用CamShift算法完成。在跟踪系统中,跟踪是以测量脱靶量的方式来精确确定目标位置。系统中的脱靶量计算单元要经过图像采集、信号处理、跟踪算法、存储传输等计算环节。这些运算需要花费至少30ms时间,而伺服控制系统的计算周期可以快到0.01ms。脱靶量计算产生的这种延迟对伺服系统会造成很大的误差。同时如果只以图像处理的脱靶量为控制变量会造成云台的控制带宽不够,对跟踪造成很大的影响,为此需要采用某种算法来预测脱靶量,通过实验运用多种脱靶量预测方法,做出比较及分析最终选用稳态Kalman预测的方法来完成脱靶量的预测,并通过实验来证明了该算法的稳定性和实时性,通过运动目标的脱靶量预测,由于没有编码器的反馈,我们无法对云台的绝对位置进行校正如果采用增量式PID算法会造成误差不断的累积,在一定时间后云台将会失控,所以根据本系统的技术条件我们采用积分分离PID控制算法。并且初步确定了参数,为了使云台的调整时间和超调程度达到最优,我们又进行了PID整定,并对各种整定方法进行研究,最终选用基于曲线拟合的PID参数整定方法以此来达到最有效果,并用实验证明了本文提出方法的有效性和实时性。