摘要：针对生产线上动态工件的跟踪分拣问题，提出了一种Kalman预测目标和Mean—Shift搜索目标综合应用的跟踪算法，实现了对履带上工件的动态跟踪。该算法首先利用Kalman滤波估计出后续运动目标的位置、速度和匹配范围，然后使用基于HSV色彩空间融合的Mean—Shift算法进行小范围搜索和目标匹配，最后将Mean—Shift算法得到的目标位置作为下一帧Kalman滤波器的输入参数使得后续状态具有预测的能力，迭代执行，直至搜索到目标为止。实验证明，该算法能够有效解决动态工件的跟踪和定位问题。

关键词：目标跟踪 卡尔曼滤波 均值漂移 色彩空间转换 

单位：沈阳工业大学信息科学与工程学院 沈阳110870 新松机器人自动化股份有限公司 沈阳110168 中国科学院沈阳自动化研究所 沈阳110016