在未知環境下基于單目視覺的機器人同時定位、地圖構建和目標追蹤的耦合問題（SLAMOT）中，需要足夠的視差才能滿足目標跟蹤的可觀性條件。同時，針對目標運動的不確定性以及系統對于目標運動方式的未知性，提出一種基于次優視差的多模濾波目標跟蹤算法。首先，采用目標不確定性橢球投影面積變化最大的方向為次優視差方向，并將其作為機器人視差控制方向;然后，采用多模濾波算法計算目標各種運動方式的概率;其次，對各運動方式的目標狀態進行估計，最后根據各運動方式的概率加權估計出目標狀態。另外，考慮到工程應用中應減小能耗，因此，在滿足目標跟蹤要求的條件下，降低視差速度。仿真實驗表明：視差速度為0.3 m/s時，次優視差算法的殘差均值為0.16m，而啟發式算法、多模濾波算法、傳統擴展卡爾曼濾波（EKF）算法的殘差均值為0.25 m、0. 06 m和0.16 m。在視差速度較低時，所提算法也能滿足目標跟蹤的可觀性條件，具有較強的工程應用價值。

　　隨著計算機和感知技術的不斷發展，機器人領域逐漸成為學者們研究的熱點。未知環境下機器人目標跟蹤是指移動機器人在陌生環境中對運動目標的空間狀態進行估計的過程。而目標狀態估計是以移動機器人自身狀態估計為基礎的，要在未知環境中實現移動機器人自身狀態估計，實際就是解決同時定位與地圖構建（ Simultaneous Localization andMapping， SLAM）問題。實際就是解決機器人SLAM問題。因此，未知環境F機器人目標跟蹤所研究的是機器人同時定位、地圖構建與目標跟蹤（ Simultaneous Localization， Mappingand Object Tracking， SLAMOT） 問題，它能夠實現機器人對自身狀態、環境狀態和目標狀態的同時估計。