本文主要针对工业流水线上物品识别跟踪定位的场景，开展的基于嵌入式处理器的视觉跟踪系统的研究与开发。随着工业水平的提高，为增加生产线的灵活性，机器视觉技术逐渐被引入到工业加工生产中，用于物品的识别与定位。但其大多是基于PC平台或其它专业平台，导致造价高，集成度低，并且较难推广应用。嵌入式系统具有集成度高，成本低，软硬件皆可裁剪，灵活性高等特点。因此对基于嵌入式处理器的视觉跟踪系统研究与开发就显得十分有实际意义。本文从实际环境条件出发，参考国内外已有的研究成果与相应的参考文献，设计实现了完整的基于嵌入式平台的视觉跟踪系统。该系统包括系统验证用机械运动平台、运动控制模块、目标识别与跟踪模块。本文的主要工作如下:　　1、针对本文所研究与设计的视觉跟踪系统设计了机械验证平台。对该平台进行了结构设计分析与机架材料选型分析，并且根据需求对运动控制器进行了软、硬件的设计。采用机加工与3D打印技术完成了实验平台制作，同时对其重复定位精度进行了实验测试，精度能够满足本文设计系统的使用。　　2、设计了一种使用DMA传输结合定时器级联的S曲线加减速算法，本文详细的阐述了该算法的原理与实现流程。该算法主要是为了减少机械运动平台在频繁起停时产生的震动，为后续目标的识别与跟踪打下良好基础，同时也使运动平台具有较好的机动性。　　3、实现了一种融合卡尔曼预估功能的改进MeanShift跟踪算法。该算法从实际情况出发进行设计，以单帧图像中所有目标物为跟踪点。首先，可以在较少计算量的情况下对多个目标进行排序优先跟踪，然后通过节点状态更新，结合MeanShift算法继续对后续节点目标进行跟踪处理。　　4、完成了基于Raspberry Pi3B平台的树莓派系统搭建，分别实现了OpenCV以及GPIO驱动库WiringPi的安装，并且分析了Linux平台的USB摄像头驱动程序。通过上述系统及软件驱动的安装与分析，可以为通信、目标跟踪等提供良好系统环境与开发基础。