无线复眼（WiME）导航是结合了生物学科发现和先进信息技术于一体的新型机器人导航方案。本文主要研究并实现了WiME中机器人跟踪定位的内容，为机器人运动伺服控制提供了实时的决策依据。本文主要对以下几方面内容进行了研究： 1．论文对WiME系统的控制对象低智能电动轮椅建立了数学模型，并对WiME中作为单视神经元的摄像头进行了标定。 2．研究了静态场景下基于背景差法的运动目标检测定位，首先设计了在HIS图像空间中前景分割阈值的自动确定算法。为了快速获得色标的位置，设计了一种快速边缘检测算法，只需要提取出他的边缘点就可以确定整个色块的位置，同时可以通过前一帧中色块的位置和色块运动的速度确定一个感兴趣区域ROI，预测新一帧中色块出现的位置，实现了运动目标的跟踪识别。 3．根据已获得的色块在图像中坐标，通过计算获得色块在世界坐标中的坐标。并研究了使用非线性优化的方法通过多个色标计算轮椅朝向和位置的算法，由此可以获得轮椅的位姿信息。 4．由于采用视觉进行定位受到摄像头标定质量和光照因素的影响较大，带来较大的定位误差，为了获得更高精度，本文将自主机器人定位中常用的基于概率方法的蒙特卡罗定位应用到WiME系统中的轮椅定位中。将环境中单视神经元获得的轮椅位姿信息代替自主机器人自身视觉系统所获的位姿信息，并将此视觉位姿信息对轮椅的自身编码器位姿信息进行迭代更新，不断估计轮椅的当前状态，最终收敛于轮椅的真实位置，获得比单纯使用视觉定位更好的定位效果。最后通过实验验证了这个结论。 5．在实时获得轮椅的位姿后，应用PID控制算法对轮椅进行运动伺服控制，按照规划的路径完成控制命令。 本文在最后对全文进行了总结，并且对今后进一步的研究方向进行了展望。