随着科技的发展与人力成本的逐渐上升,移动机器人在安防与服务领域的应用日益广泛。本文将室内监控设备与移动机器人相结合,可以实现移动机器人对进入监控区域行人的自动跟踪。基于卷积神经网络,搭建了多相机的行人监控跟踪系统,提出了一种新的多相机多目标的匹配方法。同时,在移动机器人端,实现了定位,避障等功能,改进了移动机器人的局部路径规划算法,缓解了移动机器人行进过程中的走曲线现象。开发了基于Socket的通信模块,实现监控系统与移动机器人的并发通信,并搭建了整套可实地演示的移动机器人行人跟踪系统。本文的工作主要包括三部分:(1)多相机的行人监控跟踪系统。在室内高处架设摄像头,拍摄室内场景,进行行人跟踪,使用Deep SORT模型,目标检测器由Faster R-CNN修改为YOLOv3,目标跟踪的实时性与准确性均较好。为扩大监控范围,可搭建多个摄像头,同一个目标在多个相机中出现时,需要在多个相机的画面中对该目标进行匹配。本文使用的是基于距离的匹配,改进了匹配的逻辑,可以较好的匹配出现在两个相机中的目标。(2)移动机器人系统。基于机器人操作系统(Robot Operating System,ROS),搭建了可自主进行移动,避障的机器人。移动机器人主要使用激光雷达并结合里程计信息进行定位与建图,通过通信模块接收由行人监控系统传来的行人位置,然后规划出到达行人位置的路径。移动机器人可以在有障碍物出现时绕开相应障碍物,实现对行人的跟踪。本文对移动机器人所使用的局部路径规划算法进行了改进,使移动机器人前进轨迹接近直线。(3)移动机器人行人跟踪系统。基于Socket进行编程,开发了监控跟踪系统与移动机器人系统的并发通信模块,实现同一无线局域网下Windows与Linux平台的通信。通信模块将监控跟踪系统所检测到的行人位置需要作为目标发送给移动机器人,机器人可以向目标点移动,同时,机器人也将自身位置通过通信模块发送给监控跟踪系统。对监控系统与移动机器人联合调试整合,实现了移动机器人对室内行人的跟踪功能。