过去的半个多世纪，人工智能技术经历了高速的发展，给移动机器人的视觉导航提出了更高的要求，如：高精度和强鲁棒性的软件系统与高速、节能和小型的硬件系统。本文设计了一个可用于智能监控和机器人导航的嵌入式机动目标跟踪系统，该系统采用的摄像机配备了具半球域视觉的鱼眼镜头，扩大了系统的视觉范围。文章主要介绍了系统的软硬件实现，主要研究工作包括：跟踪算法改进、实时性优化、硬件搭建与资源分配。目标的视觉跟踪是机器人自主导航和智能监控系统的关键技术，诸多算法中粒子滤波以其适应复杂环境、跟踪稳定等优点倍受关注。然而在设计出一个粒子滤波跟踪器后，滤波器的粒子大小基本不会改变，但往往被跟踪目标与镜头是相对运动的，因此目标图像的尺度可能发生变化，即目标图像是或大或小变化的，这样很可能导致丢失跟踪目标。为解决这一问题本文提出了一种视觉目标跟踪的改进方法：多路径粒子滤波方法（Particle Filter with Multi-path Particles, PFWMP），PFWMP方法原理是将小波变换融入传统的粒子滤波之中，使多组粒子分别在原始图像与小波变换图像中传播，实验证明该方法对目标图像尺度变化较大的情况下有很精确地跟踪效果，提高了滤波器的鲁棒性。在算法的嵌入式化中，本文提出了多种关于图像小波变换和粒子滤波的简化处理，并结合PFWMP进行了算法优化，在不降低跟踪精度与跟踪鲁棒性的基础上，减少了算法的计算量，使算法适合小系统的实现。在嵌入式系统硬件平台方面，我们采用了ARM+DSP的双核嵌入式架构，与传统的嵌入式图像处理硬件系统相比，ARM与DSP的硬件结合更适合跟踪算法的软件要求，高速的ARM处理器完成了除跟踪算法外所有琐碎任务，使DSP的数字信号处理能力得以充分发挥，提高了系统的实时处理能力。