基于OpenCV的移动机器人目标跟踪实现（2021版）

　　这是一本讲述机器人目标跟踪技术的学习用书。为了使读者尽可能多地对机器人目标跟踪技术有所了解，笔者在相应的理论算法部分后，给出了相应的实现代码，以帮助读者理解。《（2021版）基于OpenCV的移动机器人目标跟踪实现》适合大学三年级以上的理工科本科生和研究生，以及具有相关学科背景且对机器人目标跟踪技术感兴趣的读者。全书共7章。第1章主要介绍了机器人目标跟踪技术的国内外研究现状，以及该书所用的机器人硬件系统；第2章介绍了基于扩展卡尔曼滤波算法的移动机器人目标跟踪方法，其中通过建立扩展卡尔曼滤波算法模型来预测目标的运动规律，采用基于Hu矩的头肩轮廓线匹配算法进行目标检测；第3章介绍了基于双层协作定位机制下的目标跟踪方法，其中通过射频识别（RFID）系统进行外层初定位，确定在视觉系统中的感兴趣区域，然后应用均值漂移算法实现目标跟踪；第4章介绍了基于多特征提取的移动机器人目标跟踪方法，其中采用颜色、纹理、形状、深度、运动等多种特征对目标进行描述，从而实现目标跟踪；第5章介绍了基于改进多示例学习算法的移动机器人目标跟踪方法，其利用双层协作定位机制实现目标跟踪；第6章介绍了基于核化相关滤波（KCF）算法的移动机器人目标跟踪方法，其中分别训练了一个基于高斯核的状态转移滤波器和尺寸滤波器，实现在目标跟踪的同时进行尺寸检测；第7章介绍了基于模糊控制规则的移动机器人运动人体跟踪控制方法，其通过建立滑模控制器，实现快速目标跟踪。《（2021版）基于OpenCV的移动机器人目标跟踪实现》系统地介绍了移动机器人目标跟踪技术的几种方法，可以作为学习目标跟踪技术的入门读物。此外，书中针对几种目标跟踪方法的各个步骤给出了相应的OpenCV代码，方便读者进行验证。但是，受篇幅所限，该书未能覆盖很多重要、前沿的材料，所包含的内容也只是管中窥豹，更多的内容留待读者进一步钻研。相信随着深度学习技术的发展，研究者将其应用于目标跟踪，会取得更多、更好的结果。

　　王丽佳，博士，1981年11月生，河北承德人，河北工业职业技术大学智能制造学院副教授；河北省“三三三人才工程”第三层次人选，河北省优秀教师，主持的“电子产品设计”课程获河北省职业院校在线精品课程二等奖；在国内外学术期刊上发表论文20余篇，包括SCI检索论文5篇、EI检索论文10余篇；出版专著1部，获发明专利授权3项，获河北省科技进步奖三等奖1项；多次指导学生在全国大学生机器人大赛ROBOTAC、电子设计大赛、“挑战杯”河北省大学生课外学术作品竞赛中获得优秀成绩，指导河北省科技厅大学生课题1项。张华，硕士，1982年7月生，河北石家庄人，河北工业职业技术大学智能制造学院副教授；承担“编程基础”“嵌入式系统应用”“数字电子技术”“电子产品设计”等课程的教学工作，参与的“电子技能与工艺”课程获得河北省职业院校在线精品课程二等奖；获河北省科技进步三等奖，获石家庄市教育局优秀嘉奖2次；主持或参与完成河北省科技厅、教育厅课题6项，发表论文10余篇；多次指导学生参加大学生技能大赛，获全国大学生技能大赛一等奖1次，河北省工信厅技能大赛“电子设备装接项目”团体一等奖2次、团体二等奖1次。

第1章 引言
1．1 国外移动机器人目标跟踪技术的研究现状
1．2 国内移动机器人目标跟踪技术的研究现状
1．3 移动机器人控制算法的研究现状
1．4 本书所采用的硬件系统
1．5 本书主要内容
1．6 本章小结
第2章 基于扩展卡尔曼滤波算法的移动机器人目标跟踪
2．1 基于头肩轮廓线Hu矩的人体检测
2．2 基于扩展卡尔曼滤波算法的移动机器人目标跟踪
2．3 本章小结
第3章 基于双层协作定位机制的目标跟踪
3．1 基于RFⅡ）系统的目标粗定位
3．2 基于自适应均值漂移运动人体跟踪算法
3．3 双层协作定位机制下的移动机器人目标跟踪
3．4 实验结果
3．5 本章小结
第4章 基于多特征提取的移动机器人目标跟踪
4．1 深度信息
4．2 颜色纹理深度联合信息
4．3 运动信息
4．4 多特征机器人目标跟踪
4．5 分块多特征提取的移动机器人目标跟踪
4．6 本章小结
第5章 基于改进多示例学习算法的移动机器人目标跟踪
5．1 在线多示例学习算法
5．2 改进的在线多示例学习算法
5．3 双层协作定位机制下基于改进多示例学习算法的移动机器人目标跟踌
5．4 实验结果
5．5 本章小结
第6章 基于核化相关滤波算法的目标跟踪
6．1 核化相关滤波（KCF）算法
6．2 自适应KCF算法
6．3 本章小结
第7章 基于模糊控制规则的移动机器人运动人体跟踪控制
7．1 边走边转控制策略
7．2 基于模糊规则的控制策略
7．3 滑模控制器的设计
7．4 本章小结
附录
附录A Haar-like特征
附录B HOG特征
参考文献