这是一本讲述机器人目标跟踪技术的学习用书。为了使读者尽可能多地对机器人目标跟踪技术有所了解,笔者在相应的理论算法部分后,给出了相应的实现代码,以帮助读者理解。《(2021版)基于OpenCV的移动机器人目标跟踪实现》适合大学三年级以上的理工科本科生和研究生,以及具有相关学科背景且对机器人目标跟踪技术感兴趣的读者。全书共7章。第1章主要介绍了机器人目标跟踪技术的国内外研究现状,以及该书所用的机器人硬件系统;第2章介绍了基于扩展卡尔曼滤波算法的移动机器人目标跟踪方法,其中通过建立扩展卡尔曼滤波算法模型来预测目标的运动规律,采用基于Hu矩的头肩轮廓线匹配算法进行目标检测;第3章介绍了基于双层协作定位机制下的目标跟踪方法,其中通过射频识别(RFID)系统进行外层初定位,确定在视觉系统中的感兴趣区域,然后应用均值漂移算法实现目标跟踪;第4章介绍了基于多特征提取的移动机器人目标跟踪方法,其中采用颜色、纹理、形状、深度、运动等多种特征对目标进行描述,从而实现目标跟踪;第5章介绍了基于改进多示例学习算法的移动机器人目标跟踪方法,其利用双层协作定位机制实现目标跟踪;第6章介绍了基于核化相关滤波(KCF)算法的移动机器人目标跟踪方法,其中分别训练了一个基于高斯核的状态转移滤波器和尺寸滤波器,实现在目标跟踪的同时进行尺寸检测;第7章介绍了基于模糊控制规则的移动机器人运动人体跟踪控制方法,其通过建立滑模控制器,实现快速目标跟踪。《(2021版)基于OpenCV的移动机器人目标跟踪实现》系统地介绍了移动机器人目标跟踪技术的几种方法,可以作为学习目标跟踪技术的入门读物。此外,书中针对几种目标跟踪方法的各个步骤给出了相应的OpenCV代码,方便读者进行验证。但是,受篇幅所限,该书未能覆盖很多重要、前沿的材料,所包含的内容也只是管中窥豹,更多的内容留待读者进一步钻研。相信随着深度学习技术的发展,研究者将其应用于目标跟踪,会取得更多、更好的结果。