羽毛球机器人的研究主要是计算机视觉技术、目标检测与跟踪算法、图像识别、控制工程等。本论文针对羽毛球机器人从目标识别和运动控制两个方面进行了研究与探讨:首先设计了羽毛球的结构,包括发球机构和全向移动平台,并对发球机构进行了优化设计,运用Matlab软件从发球角度和气缸伸出距离产生的加速度、速度和等效质量方面,分析了对羽毛球落地范围的影响。选择Kinect传感器作为羽毛球机器人的视觉。首先采用张正友标定法运对Kinect进行普通摄像头和深度摄像头的内参数的标定,提高图片采集的清晰度。在图像预处理的过程中,深度图像存在严重的噪声,采用加权平均值法进行灰度处理,图像去噪采运用的是均值滤波去噪方法,并采用效果最优的5×5的函数窗。而后又采用改进的ICP算法对羽毛球进行三维表面重建,由于羽毛球不是封闭物体,在建模时边缘部分会存在丢失现象,但是整体效果满足要求。在进行目标识别与运动轨迹跟踪的过程中,本文采用的是最新的核相关滤波器跟踪算法,采用该算法在单一背景和复杂背景下对羽毛球进行识别和路径跟踪,效果良好,有效的提高了跟踪精度。设计的三轮全向移动平台,在运动平稳和运行灵活性等方面表现良好；在全向移动机构运动控制方面,全面分析了全向移动平台模型,包括运动学模型,动力学模型,速度和加速度的的可达域,并对直流无刷电机进行了仿真建模。采用贝塞尔曲线规划机器人的运动路径,对此路径下三个移动轮规定的速度进行仿真,分析了运动误差。研究结果证明:速度误差和运动误差都在可行范围内,本路径规划方法可行。