近年来随着计算机视觉技术和移动机器人技术的不断发展，研究者们越来越期望机器人具有如同人眼一样的视觉能力，去实现对场景的感知和理解。随着计算机视觉研究的深入，在二维图像中引入场景的三维信息，更有利于将运动目标跟踪广泛应用在机器人导航与定位、智能人机交互、虚拟现实、成像制导等领域。本文主要将立体视觉技术与跟踪技术相结合，在双目移动机器人平台上完成对运动目标的三维实时跟踪。本文从双目摄像机标定，到立体匹配获取视差图，最后到运动目标提取与三维跟踪都进行了深入的研究。本文在摄像机标定双平面法的基础上引入切向畸变，建立了更加完整的摄像机标定模型，提出了一种非线性优化的立体参数求解方法，减小了外参数误差的积累对计算精度的影响。研究了一种简便有效的有标定极线校正方法，为提高立体匹配的精度奠定了基础。基于灰度相似性的快速匹配法中引入盒子滤波方法，优化了SAD匹配代价计算过程；匹配中采用极线约束、唯一性约束和连续性约束，缩小了匹配的搜索范围；使用误差评估函数和BM快速匹配法选取最佳匹配点。最后通过和SMP匹配算法的对比实验，证明了本文方法的优势。本文提出了一种自适应的彩色图像分割方法，能够快速准确地提取目标区域。研究了三维点线性和非线性计算方法，采用线性测距算法结合目标质点提取对目标实现三维测量，实验证明该方法鲁棒性强，计算效率高。提出基于双目移动机器人的三维跟踪方法，将卡尔曼滤波器作为运动估计器，引入机器人自身的运动信息和目标三维信息作为控制量，较准确地预测目标位置。将目标位置作为机器人运动的旋转量和直行量，能更好地跟踪运动目标并提高双目的测距精度。最后分析了双目轮式移动机器人的硬件系统，设计了实时性较强的目标三维跟踪软件系统，采用标准编程语言和模块化设计使其具有较强的跨平台移植性。