摘要
移动机器人在工业自动化、服务机器人、探索和救援等领域发挥着越来越重要的作用。
轨迹跟踪作为移动机器人自主导航的关键技术之一，一直是国内外学者的研究热点。
传统的轨迹跟踪方法，如基于编码器的里程计方法，容易受到轮子打滑和累积误差的影响。
而基于机器视觉的轨迹跟踪方法，通过相机感知环境信息，具有成本低、精度高、鲁棒性强等优点，成为近年来研究的热点方向。
本文首先介绍了移动机器人和机器视觉的基本概念，以及轨迹跟踪技术分类；接着，重点概述了国内外在基于机器视觉的移动机器人轨迹跟踪方面的研究现状，包括视觉传感器、特征提取与匹配、位姿估计、轨迹跟踪控制算法等关键技术；然后，对不同方法的优缺点进行了分析比较，并总结了现有研究中存在的问题和挑战；最后，展望了基于机器视觉的移动机器人轨迹跟踪技术的未来发展趋势。
关键词：移动机器人；轨迹跟踪；机器视觉；位姿估计；控制算法
移动机器人是指能够在一定环境下自主运动的机器人系统，它集成了传感器、控制器、执行器等多个模块，能够感知周围环境、做出决策并执行相应的动作。
移动机器人具有灵活、高效、适应性强等优点，被广泛应用于工业制造、物流仓储、服务行业、军事侦察等领域。
轨迹跟踪是移动机器人实现自主导航的核心技术之一，其目标是控制机器人的运动轨迹尽可能接近预先设定的参考轨迹。
传统的轨迹跟踪方法主要依赖于轮式编码器和惯性测量单元（IMU）等传感器进行里程估计，但这些方法容易受到轮子打滑、地面不平整以及传感器漂移等因素的影响，导致轨迹跟踪精度下降。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
