1.一种基于渐进无迹卡尔曼滤波的人体目标跟踪方法，其特征在于，包括如下步骤：步骤1，建立跟随系统的状态模型，以及服务对象的量测模型；

步骤2，初始化参数，确定机器人跟随系统的状态向量以及对应的噪声协方差；

步骤3，对系统状态进行更新，得到k时刻系统的状态预测值 及其对应协方差Pk|k-1；

步骤4，对系统的量测更新过程进行迭代，根据迭代过程中系统的似然函数以及采样粒子的权重自适应地调整迭代步长Δ，同时，令γn＝γn-1+Δ，判断γn是否大于等于1，如果结果为是，则令Δ＝1-γn-1，结果为否，则不做修改；然后，将量测噪声Rk放大Δ倍，并计算第γn次更新后的量测预测值 及其协方差 判断第γn次更新后的状态估计误差是否在均方意义下有界，结果为是，则执行步骤5；结果为否，则k时刻系统的后验状态向量 及其协方差Pk为第γn-1次目标后验状态向量 与协方差 并令k＝k+1，执行步骤3；

步骤5，根据所得的量测预测值 及其协方差 以及互协方差 得到第γn次量测更新后系统的后验状态向量 与协方差

步骤6，判断γn是否等于1，结果为是，则k时刻目标后验状态向量 及其协方差Pk为第γn次目标后验状态向量 与协方差 并令k＝k+1，执行步骤3；结果为否，则令n＝n+1，执行步骤4。

2.根据权利要求1所述一种基于渐进无迹卡尔曼滤波的人体目标跟踪方法，其特征在于，在所述步骤1中，建立跟随机器人在未知动态环境中的运动学模型，同时选取系统的状态向量为 其中， 为k时刻人体目标的状态向量， 和 分别为人体目标在x轴和y轴上的位置， 和 为人体目标在x轴和y轴上的速度， 为跟随机器人的状态向量， 为机器人在x轴和y轴上的位置， 为机器人在x轴和y轴上的速度。

3.根据权利要求1或2所述一种基于渐进无迹卡尔曼滤波的人体目标跟踪方法，其特征在于，所述步骤1中，机器人与人体目标间的位置关系通过视觉、激光等传感器得到，进而根据二者之间的量测信息建立系统的量测模型。

4.根据权利要求1或2所述一种基于渐进无迹卡尔曼滤波的人体目标跟踪方法，其特征在于，在所述步骤4中，由判定条件 判断系统的状态估计误差是否在均方意义下有界，其中， 为第γn次量测更新后的新息，，当不满足判定条件时，说明没有必要对量测更新过程再进行迭代。