随着智能技术和计算机视觉的发展，机器人的应用越来越广泛。移动机器人在实际的发展和生活中扮演着不可忽视的角色，例如在电力行业、工业生产、医疗服务、视频监督、公共服务等领域。对移动机器人的定位导航的研究已经成为了新的热点，如何实现自主移动机器人自身的定位，是一件十分有价值的研究。对于在实际环境中行走的机器人，实现对运动目标的检测和跟踪技术是体现机器人智能的另一重要方面，该技术在航空航天、视频监控、智能机器人等领域具有广阔的发展前景。本文的主要工作内容如下：1、探讨和回顾了移动机器人方向的研究现状和发展，机器视觉的研究内容和机器人定位的发展情况，介绍了移动机器人对运动目标检测与跟踪方向的相关研究现状，并对本文的主要结构作了介绍。2、介绍机器人的自主定位。为了实现机器人在进行导航路径上的自身定位，设计一种由“0”、“1”字符串组成的二进制人工编码，呈放射状铺设在交叉路口或者丁字路口。利用由实际导航路径所反映出的电子地图并基于迪杰斯特拉算法（DijkstraAlgorithm）规划出最优路径，通过无线网与车载笔记本相互通信的台式机（决策控制端，AI Server）对编码图案进行相关处理和分析，再将分析结果返回传给车载笔记本（智能控制端，Control Server）控制机器人的行为，成为机器人进行下一步行为例如左拐、右拐或是直行、刹车等重要依据，最终实现机器人自主定位。3、移动平台下对运动目标的检测跟踪。对于动态背景下的运动目标检测和跟踪，首先采用运动补偿算法，进行运动估计，先找出梯度变化较大的临近两幅图像计算它们的相对位移量，并用这个相对位移量对图像进行运动补偿，将动态的背景转换为静态背景进行处理，再利用vibe算法找出运动目标，进行运动目标的检测。最后对于检测出的运动目标采用融入Kalman滤波的CamShift对其跟踪。下一步的工作重点在机器人对快速移动的运动目标检测和跟踪问题的进一步探索和优化，以及机器人在遇到障碍物等情况下，实现障碍物检测与避障策略的有效衔接。目前，实验室正在针对上述问题研究优化方案和解决策略。