國際性刊物.關(guān)于魯棒非線性控制Int.J.魯棒非線性控制2000；10:875-888視覺跟蹤問題:向魯棒非線性控制挑戰(zhàn)艾倫泰勒保蒙美國亞特蘭大GA30082號格魯吉亞工學(xué)院電子和計算機研究部門視覺跟蹤問題:向魯棒非線性控制挑戰(zhàn)摘要：視覺跟蹤是在控制活動圖象中關(guān)鍵性問題之一。因為模型中存在不可靠性和噪音信號、使它變成魯棒控制中一挑戰(zhàn)性問題。在此論文中、我們將概略一些涉及的關(guān)鍵問題和一些可能的解答方案，我們想需要聯(lián)系機器視覺和多刻度圖像處理技術(shù)來實現(xiàn)這個工作任務(wù)。特別地，我們會概略一些必需的方法例如：計算機視覺和圖像處理包含光學(xué)流程圖在內(nèi)、活動的輪廓（橫向振蕩），和幾何學(xué)上的被驅(qū)動流程。該論文如此也便會有指導(dǎo)意義。版權(quán)2000約翰懷利和幾個有限公司關(guān)鍵字：目視跟蹤魯棒控制視覺運動活動輪廓光學(xué)流程通用換算圖像處理1.引言在這論文里、我們考慮那些被控制的跟蹤眼運動活動圖象問題。這個問題的解決方案需綜合控制理論、信號處理和計算機視覺等技術(shù)。我們想表明有可能由利用能適應(yīng)的魯棒控制與信號處理通用換算方法以及計算機視覺形狀識別理論協(xié)同一起來處理此問題，跟蹤是一基點控制問題即我們需要的輸出的遵循或跟蹤基準信號，或相當(dāng)于我們想使那跟蹤誤差相對于一些定義明確的標準（說能量、能力、峰值、等等.)盡可能小的。即使鏡頭推進存在的一些干擾是一典型控制問題、這個手頭上的問題是很難和挑戰(zhàn)性，因為有非常不確定的自然干擾性。一個可以認為眼球運動跟蹤問題是在一人機連接的環(huán)境之下。特別地，我們將推斷計算機用戶視覺運動，哪個動作是用戶打算完成的。例如：在電腦熒屏上打開一個文件夾、展開一下拉菜單項等等。這類電腦跟蹤系統(tǒng)將作為包含我們的視覺跟蹤方法學(xué)一個具體的實例。重要強調(diào)是已經(jīng)有相當(dāng)多在測量視覺運動方面的研究已經(jīng)在被控制的實驗室環(huán)境下完成、何況研究上已經(jīng)在應(yīng)用中用到此知識。從此我們將考慮接下來在大范圍中跟蹤問題的適應(yīng)性，包括機器人、遠距操縱的車輛，并且飛行員帶瞄準器的飛行帽當(dāng)前也正在發(fā)展中。后者是系統(tǒng)的結(jié)合鋼盔支柱頭和視覺跟蹤能力以分辯隸屬的正確的視線。顯而易見，正當(dāng)?shù)拈_發(fā)跟蹤觀察者眼睛的人類視覺系統(tǒng)的那動態(tài)特性將導(dǎo)致大大幅度削減傳輸中所需要的信息。關(guān)于視覺跟蹤和眼運動（與大量的信息一樣）的討論多半被發(fā)現(xiàn)在參考1-4中.我們應(yīng)該明白視覺跟蹤問題不同于標準追蹤問題，因為反饋信號是用圖像感應(yīng)器測量的。尤其是，它必須在經(jīng)由計算機視覺運算法提取而且在被用于控制回之前被一個推論運算法解釋。反應(yīng)速度是關(guān)鍵性因素。因為明顯的理由、一視覺跟蹤系統(tǒng)應(yīng)該是盡可能的非侵入的。眼球運動通過由灰度或紅外線照相機或由一系列感應(yīng)器得到的獲取圖象來完成跟蹤的.該圖像是經(jīng)過解析來求出眼睛和頭部的相對運動的。該低能級數(shù)據(jù)獲取和識別的完成是經(jīng)由一通用換算技術(shù)得到的。此技術(shù)提供許多優(yōu)越性。第一，它使得信號處理的查找和醫(yī)學(xué)上的圖象獲取過程明朗化、它導(dǎo)致實時信號捕獲和了解程序快速化。識別將利用一通用換算方法和一新的計算理論形式來完成。因此、從該視頻信息交換窗的控制點出發(fā)、我們有一跟蹤問題在非常不可預(yù)測的干擾哪個我們想使其衰減的。注意到該不可靠應(yīng)歸于傳感器噪音（典型的）、該算法的構(gòu)成如上所述（不可測性求出起重要作用、各種各樣的假設(shè)的可能性、等等.)，和模型不定性。我們應(yīng)該注意到論文將擁有指導(dǎo)氣息。實際上，我們的一個關(guān)鍵目的是引進從活動圖象到該魯棒控制共同體的一些核心概念。我們堅信共同體便會從研究彼此方法和問題得益。尤其是、因為視覺跟蹤和該眼球運動跟蹤的特有的課題、該魯棒控制在明確地處理不可靠性的技術(shù)我們將要在接下來做相應(yīng)的討論。2.視覺跟蹤視覺跟蹤存在許多論文，通過利用視力在貨車交貨、特別是在機器人共同體（看例如、涉及1,2,5-9，和那參考在那里面的.)代表性地、該問題定位在本研究中是通過利用視覺跟蹤服務(wù)機械手（或一等值的難題）。該動機于使用視力在這一體制中是非常清晰的，那就是說，該綜合計算機視覺和控制可以是用到改善測量，因為改善圖像處理技術(shù)和硬件中、機器人技術(shù)到達指向就是要視覺信息可以變成不可分割那部分反饋信號。因為問題帶有少量不定性、單純的PID控制器已經(jīng)使用，并且越來越用于嘈雜的系統(tǒng)、能適應(yīng)的方案以及隨機建立的已經(jīng)使用的線性二次高斯控制器。許多控制原理圖已經(jīng)建議使用視覺信息來控制回路。這已經(jīng)綿亙傳感零件到表征多級控制結(jié)構(gòu)應(yīng)用范圍而言、傅里葉描述符，和局部圖像分析法；看參考9-11，和那里面的參考。以光學(xué)的流程為基礎(chǔ)的有好的方法已經(jīng)被當(dāng)作機械手的計算一個主要成份使用驅(qū)動信號（閱讀詳細的，請參考7,8，和我們以下的論述）。的確，因為在一個圖像中的一個物體由光亮式樣組成,如同物體搬進空間一樣光亮也是式樣。光學(xué)的流程然后是光亮的明顯運動式樣；參考12。在標準的假定之下,被提供的一個靜態(tài)的目標和一臺感人的照相機(或相等地,一個靜態(tài)的物體和一臺感人的照相機),一個可以在快速時寫下象平面上對象凸出點的時差。若干方法已經(jīng)討論適合于計算此速度。此知識也將能用來跟蹤圖像。讓我們考慮追蹤一個計算機熒屏上的目標具體問題。然后我們有唯一的一二維的跟蹤目標點，我們?yōu)楹唵纹鹨娂俣悄繕酥苄谠幽茱w機垂直于光軸照相機，如果那照相機移動然后帶有翻譯速度的移動:Xy和旋轉(zhuǎn)速度盎司（就那照相機設(shè)計）而言、可能形成二維的跟蹤問題如同下述適合于一個目標。讓電壓互感器標志目標的投影在象平面區(qū)域，T然后在視覺上跟蹤保持穩(wěn)定的電壓互感器達到查找照相機翻譯和轉(zhuǎn)動盎司（就那照相機設(shè)計）。有類似的描述適合于跟蹤的零件。現(xiàn)在由此機構(gòu)，就可以寫下運動的照相機光流產(chǎn)生的Z形線時差，而其控制變量是由包括照相機的跟蹤運動在內(nèi)的流程所給定的。那可執(zhí)行代碼程序帶表格可能在參考13、7查到，并且無須涉及我們現(xiàn)在所討論的課題.重點是產(chǎn)生的系統(tǒng)可能被寫入標準狀態(tài)的空白表格之后離散化(同那定時在.之間二相鄰幀)之后接納那表格。x(n+1)=x(n)+Tru(n)=Td(n)+v(n)z(n)=x(n)+w(n)這里,d是外界產(chǎn)生的干擾,v是噪音，稱做適合于模型不定性，z是是那量度與噪聲分量w一起。(所有的矢量都包含在。.狀態(tài)向量由x，y和搖晃因素形成的跟蹤誤差構(gòu)成的)。有許多重要的控制問題與這樣的設(shè)備有關(guān)系、當(dāng)然，一個人量度延遲（我們想工作實時）和抽樣時間選擇的問題。但是我們感覺有許多深刻地和很多難題，必須被編址合理可選擇的控制策略成功之前。換句話說,一般說來不定性（vandw）是塑造成均勻頻譜噪聲。這模型是保守的，沒有加入使用帳戶任何可能噪聲環(huán)境的結(jié)構(gòu)?，F(xiàn)代魯棒控制一個關(guān)鍵貢獻考慮了的結(jié)構(gòu)不定性（參考14和以及里面其他內(nèi)容）。在我們現(xiàn)在的情形中，我們倡導(dǎo)深刻的研究有關(guān)不定性方面的問題。這將導(dǎo)致信號處理的關(guān)鍵元素，尤其是，新的強大的計算機通用換算方法.計算機視覺形狀識別理論以漢密爾頓-雅各比理論為基準將會起到一個關(guān)鍵角色。以下我們將討論此話題，尤其是討論更多明確地處理那眼球運動信息并在反饋電路使用它的方法。3、眼睛運動信息當(dāng)許多研究已經(jīng)完成眼睛運動測量的時候，少量研究已經(jīng)在應(yīng)用中采用這些知識。一些侵入的視覺跟蹤技術(shù)測量角膜和視網(wǎng)膜電勢差而其他的人正在使用fit精密地軌道飛行器角膜的隱形眼鏡。非侵入的技術(shù)識別零件位于眼睛的圖像上，比如虹膜或瞳孔或那角膜的界限條件反射的眼睛敏感的光線，并且從此零件推論出運動的眼睛，所以此零件的運動還可以應(yīng)歸于頭部的運動，重要的是跟蹤若干零件并求出此零件差速運動。例如：、電學(xué)上近紅外眼睛跟蹤系統(tǒng)使用角膜表面反射的光的相對運動而且反射視網(wǎng)膜跟隨用戶的目光。關(guān)于眼睛跟蹤技術(shù)的好的調(diào)查報告參考3,15.也可以參考手冊16。大部分從事利用眼球運