人体的识别与追踪是服务机器人的核心需求所在,但传统的追踪算法多半基于普通单目RGB摄像头,与深度传感器对比而言,环境感知能力较弱,且传统算法本身受限于机器人的硬件资源与计算能力,准确率和实时性难以两全。本文针对以上问题,研究并提出了基于深度传感器的人体追踪系统,该系统力求在性能有限的机器人工控机上准确高效运行。本文将着重介绍系统的追踪算法,其主要工作包括:1.针对传统追踪算法实时性较弱的问题,提出了自适应模板匹配算法。该算法能有效利用目标距离动态调整捕捉框大小,并结合模板匹配过程快速持续追踪目标。2.针对模板匹配过程中的窗口漂移问题,实现了基于初始化质心的捕捉框调整算法。3.针对深度图像中的传统噪点预处理方法过于复杂,且不符合实际需求的情况,提出了利用长矩形核实现深度图像的前景分离的方法。4.针对图像处理程序调试过程不直观的问题,实现了一套基于GDB辅助函数和Octave可视化技术的调试方案。5.使用Valgrind工具对追踪算法的核心过程进行了性能分析,实验结果显示出追踪过程的实时高效性。