视觉导航具有采用其他传感器导航方式所无法比拟的优点，已成为移动机器人智能导航的主要发展方向。截止目前，视觉信息处理的实时性与鲁棒性依然是制约全自主移动机器人视觉导航发展的主要瓶颈。本文在国家863计划和中科院自动化研究所创新基金的资助下，以全自主足球机器人和室内服务机器人的视觉导航为应用背景，对基于特征跟踪的视觉导航方法进行了探讨和研究。本论文的主要工作和创新之处如下： 第一，分析比较了当前使用较多的颜色空间模型和颜色分布描述方法，在此基础上建立了一个较为精确的椭球描述模型，并对其进行平移、旋转和缩放变换，使之更有利于颜色分割计算和模型参数更新。提出基于自适应颜色分布模型的目标跟踪方法，在足球跟踪和道路检测实验中，验证了该模型的有效性和可靠性。 第二，提出了一种可用于视觉导航的线型目标跟踪方法。该方法以基于哈夫空间的tracker为核心内容，通过对走廊边界和门框竖直边缘的跟踪来为机器人提供导航信息。在跟踪过程中，每个tracker独立地完成建立目标支持集、哈夫变换检测直线、更新数据等工作。最后，将所有tracker的信息综合起来根据经验控制表直接驱动机器人本体行为。室内走廊环境中的导航实验表明，该方法十分简洁实用。 第三，为减少图像中的冗余信息，提高复杂场景中特征跟踪的效率，提出了一种特征预测方法。该方法仅仅利用了图像信息，在机器人限定在平面运动、摄像机光轴平行于该运动平面的前提下，不需对摄像机进行标定，建立的求解方程也是线性的。实验结果表明，该方法精度满足视觉导航的需求。 最后，将各个研究算法作为机器人视觉导航系统中的子模块加以封装后，应用于实验室自主研制的机器人平台上。机器人只采用了普通的彩色CCD摄像机作为单目视觉传感器，未安装其他辅助装置或传感器，充分验证了算法的实时型、鲁棒型与通用性。