近年来，由于机器人技术的迅速发展、人们生活水平的提高、人口老龄化、无人化战争等原因，人们对于移动机器人的需求量将日益增加。无论是在军需还是在民用中，地面移动机器人都将扮演着越来越重要的角色，而智能化将是地面移动机器人发展趋势。本文主要以ROS框架为基础，Xtion pro live RGB-D传感器为机器人核心传感器，Turtlebot2为实验平台，针对地面移动机器人在室内环境下的视觉检测与跟踪做了相关研究，涉及到目标特征提取，机器学习，运动控制等。具体工作如下:　　首先通过查阅课题相关的论文和书籍，对移动机器人的国内外发展现状与发展趋势进行介绍，包括目前最先进的机器人以及机器人主要的传感器和存在的一些问题。其次对课题实验所需的软硬件分别做了讲解，其中包括ROS（机器人操作系统），PCL（点云库），Xtion pro live（RGB-D传感器）。详细介绍了机器人进行目标检测的方法，即采用HOD算法提取人体正负样本特征，将获得的特征数据分类保存。创建SVM分类器，读取正样本的特征数据集进行机器学习得到检测模型，再利用获得的检测模型检测负样本，得到精确度较高的检测子，然后结合二维目标RGB颜色直方图识别出跟踪目标，最后将检测到的目标位置发送给控制节点。在控制方面，首先通过实验获得移动机器人的运动参数，然后接收的移动机器人线速度与角速度，计算出左轮与右路的速度，达到准确跟踪的目的。实验部分介绍实验的软件系统平台和移动机器人平台，在室内对单目标检测与跟踪和多目标检测与跟踪分别进行试验，获得检测跟踪的实时图像和数据，并对结果进行分析。　　本文的主要创新点是:　　(1)将深度图像特征提取与机器学习相结合完成人体检测的任务。　　(2)将视觉控制与机器人移动平台相结合完成目标跟踪的任务。