检测和跟踪的机器人视觉伺服系统英文文献和中文翻译(2)
•这避免了视觉检测共发行系统。它们假设的图像上施加它们的方法移动对象的存在已被识别和测量之后。
•这是适用于不自然的设置发生人为琐碎的条件系统。
•用于探测感兴趣的对象只有当它们被移动系统。一旦加停止的对象，它们成为不可见的运动检测方案。
•其正常工作仅当相机可以是静止的或移动，但不能同时系统。与此相反，我们的系统通常静态拍照条件下运行，而且还允许视觉伺服根据目标位置的系统的自由。
•它与一个移动的目标应付，即使一些应用领域涉及到的图像与多个目标系统。
•它假定移动物体是一个刚体系统。进一步假设可以包括运动的感兴趣的对象的特定图案。
在我们的工作中，我们试图避免这些假设，特别是重点解决的视觉检测机器人视觉伺服感兴趣的对象的目标。
在检测到移动物体大多数现有的尝试已聘请无论是光流技术。光流的方法很有趣，因为他们自然包括相机（虽然有些光流的方法实际上已经要求的均衡劣势）。其检测移动物体在该光流场的一些约束不一致光学运动检测算法的集合。其中一些光算法使用基于运动矢量从膨胀的焦点距离的方向的约束。然而，使用约束算法是不可靠的，当一个移动物体和之间的距离是小的。另一种常见的光流的约束是光流梯度和相应的深度差异（通常与立体视觉系统计算）之间的假定关系。代替使用在我们的研究中立体视觉系统的，我们限于于可取得与相对简单的传感器装置的可视信息单眼系统。
在对比基于光流，我们的框架股与其它技术的许多特征检测。这些的实例是由等人开发的系统。 他们通过使用高斯/拉普拉斯金字塔的哪伯特等人在各种计算机视觉系统已经使用检测运动的金字塔被施加到当前输入帧和先前输入帧之间的差。这具有只有信令的移动物体的出现和消失的边缘的缺点。此外，因为它快的人的差别同样回应大对象。这两种情况并不在我们的做法会发生。安德森使用另一个高斯金字塔，方便二次采样向下到运动分割可由通用计算机来执行的水平。然而，二次取样被限制为通过高斯金字塔中提供的，而我们的框架也利用中间各级对数级。此外，实时执行将需要一个高性能图像处理器（像范德沃尔玛和伯特我马上开发的VLSI芯片），可用于计算的金字塔。
通过系统提供了一个有趣的替代描述为我们的框架的一部分，这个数字分割方法。 使用四个突起，以确定在一个方式，只有比我们的方法略少健壮是多个移动物体的中心。然而，他的方法查找以多数票（很像霍夫变换）的对象;其结果是，该方法并不提供通过（例如无法确定识别的物体的几何特性）我们的框架的其它部分所需的统计信息。
考虑到应用程序特定的检测，等人。 已经使用技术专门为检测移动要由机器人系统抓握的物体的提议。它们用于跟踪一个固定的平面内运动物体复杂的运动模型。在他们的研究中使用的机器人控制系统非常类似于我们的，通过使用预测滤波的利用许多处理装置（以不同速率操作）。然而，该系统需要额外的修改之前，可以直接应用到情况与多个移动的物体。此外，它假定使用一个静态相机。
考虑到我们的框架的视觉跟踪部分，我们依赖于阿南丹作为计算位移矢量的手段讨论的不同的算法。这种算法已预先在他的实施控制有源视力的用于，并且它也被用来通过托马西和奏测量的特征窗跟踪的适用性。的视觉跟踪问题的计算机视觉方面的一种非常有趣的方法已被提出纳亚尔等。
采用反馈给我们的机器人控制方案跟踪信息是基于和米切尔类似的自适应方案的对自适应控制器上先前已使用和等。尼尔森和科斯拉操纵者的控制。此外，自适应方案已被用于布朗和扎普，用于各种其它机械系统（例如机器人的头，卫星和汽车）的控制。这项研究也得到了谁提出利用运动和结构的机器视觉计算中“的角度论”（一个复杂的自适应方案）的和劳克斯的工作的影响。