随着科技进步与经济发展,国民对于生活品质的需求日益增加,作为前沿研究的热点之一,智能机器人的发展也慢慢从用于提升生产力的工厂中的工业机器人慢慢转向了用于提升生活品质的服务机器人中。人民生活水平和社会生产力水平的提升,让越来越多的机器人成为了人们日常生活中的好帮手,无论是针对个人家庭场景的扫地机器人、陪伴机器人还是针对专业场景的快递机器人、酒店机器人等等,越来越多的服务机器人帮助人们提高了生活质量。在服务机器人中,自动跟随功能是一种非常通用的机器人功能,其在很多场景中都有很大的需求,目前,也有很多公司做出了在超市购物车、旅行箱等场景上的应用,但是目前,大多数机器人的自动跟随功能都需要在目标身上佩戴特殊标志,这大大增加了自动跟随功能的局限性。针对于此,本文将对视觉方法实现机器人自动跟随功能,围绕视觉跟随和路径规划这两项在功能实现中至关重要的部分展开研究,本文的主要内容安排如下:1、对服务机器人自动跟随功能需求进行分析,强调了视觉跟随以及路径规划在自动跟随机器人实现上的重要性。介绍了自动跟随算法的软件架构,以及介绍了实现本文算法的验证机硬件组成。2、介绍了自动跟随机器人算法中的视觉跟随算法,阐述了核相关滤波（KCF）算法中分类器训练和模板匹配与更新两个重要的步骤,同时根据KCF算法的流程,说明了KCF算法的不足与缺陷,最后根据其不足,提出了本文基于行人检测和相似度判断的改进KCF算法。3、介绍了自动跟随算法中的路径规划算法,首先,阐述了本文提出的根据深度相机数据获取目标空间位置的算法,根据获取的目标空间坐标、机器人自身速度等约束,提出了一种改进动态窗口算法（DWA）,在传统动态窗口算法评分函数的基础上,通过增加目标位置评分,改进朝向评分和速度评分,提升了DWA算法在短距离动态场景下的路径规划能力。4、通过仿真实验、实验室环境实验验证本自动跟随算法在算法上和实际应用上的可行性。