袁 鑄， 馬 林， 申一歌

（河南工業(yè)職業(yè)技術(shù)學(xué)院，河南南陽473000）

隨著網(wǎng)絡(luò)技術(shù)和機(jī)器人技術(shù)的發(fā)展，人們提出了各種遠(yuǎn)程控制的理論方法，用以實(shí)現(xiàn)對機(jī)器人的遠(yuǎn)程控制以滿足人們的某種要求。這不僅擴(kuò)展了機(jī)器人的應(yīng)用領(lǐng)域，同時(shí)通過遠(yuǎn)程控制還可以使操作人員遠(yuǎn)離機(jī)器人所處的危險(xiǎn)作業(yè)環(huán)境，從而避免造成人身傷害。

機(jī)器人遠(yuǎn)程控制按照不同的控制方法，大體上可以分為4類，即直接控制、監(jiān)督控制、預(yù)測／預(yù)演顯示控制和事件智能控制模式等［1］。所謂事件智能控制模式，就是把事件驅(qū)動思想引入到機(jī)器人遠(yuǎn)程控制領(lǐng)域。它能夠避免時(shí)延的影響，要求服務(wù)器端有更強(qiáng)的智能控制能力，是機(jī)器人遠(yuǎn)程控制系統(tǒng)中目前較有前景的控制模式，但是這種控制方式技術(shù)還很不成熟，理論體系也沒有建立。

在目標(biāo)跟蹤的過程中，如果每次都在整個(gè)圖像范圍內(nèi)對目標(biāo)進(jìn)行搜索，必然會增大系統(tǒng)的計(jì)算量，影響系統(tǒng)的實(shí)時(shí)性［2］。為了提高算法的效率，減少計(jì)算量，人們常用濾波算法來預(yù)測目標(biāo)的位置。在相對小的范圍內(nèi)搜索目標(biāo)，目前常用的算法是Kalman濾波算法，但是當(dāng)目標(biāo)運(yùn)動狀態(tài)突然改變的時(shí)候，這種濾波算法很容易發(fā)散，導(dǎo)致跟蹤目標(biāo)丟失［3］。為此，采用交互式多模型（Interacting Multiple Model，IMM）算法［4］來提高目標(biāo)預(yù)測的精度。

本文基于事件智能控制理論，運(yùn)用IMM算法建立了一個(gè)校園網(wǎng)內(nèi)簡單的機(jī)器人遠(yuǎn)程控制的目標(biāo)跟蹤系統(tǒng)。

1 系統(tǒng)總體設(shè)計(jì)

本系統(tǒng)采用“B／S（瀏覽器／服務(wù)器）”模式實(shí)現(xiàn)，包括一個(gè)客戶機(jī)瀏覽器，一個(gè)服務(wù)器和機(jī)器人服務(wù)器?？蛻魴C(jī)瀏覽器就是遠(yuǎn)程控制端，操作界面選擇了可以嵌入到Web頁面中的ActiveX控件技術(shù)，實(shí)現(xiàn)控制指令和實(shí)時(shí)圖像的傳輸。Web服務(wù)器采用交互語言應(yīng)用平臺（Interactive Speech Application Platform，ISAP）技術(shù)構(gòu)建，實(shí)現(xiàn)一個(gè)交互的服務(wù)系統(tǒng)，對用戶的操作進(jìn)行處理。機(jī)器人服務(wù)器實(shí)現(xiàn)目標(biāo)識別跟蹤，根據(jù)估計(jì)目標(biāo)的狀態(tài)，進(jìn)行軌跡規(guī)劃，并通過機(jī)器人運(yùn)動控制器控制機(jī)器人，與Web服務(wù)器安裝在同一臺電腦上。

用戶發(fā)出控制信息之后，機(jī)器人服務(wù)器經(jīng)Web服務(wù)器把遠(yuǎn)程攝像頭采集的圖像傳給用戶，同時(shí)執(zhí)行本地跟蹤算法。在一幀幀的圖像中對目標(biāo)進(jìn)行識別，預(yù)測目標(biāo)將要出現(xiàn)的位置和狀態(tài)，最終控制機(jī)器人完成打擊或抓取的任務(wù)。

1.1 B／S模式的實(shí)現(xiàn)

為實(shí)現(xiàn)基于Web的遠(yuǎn)程控制，使用一個(gè)開發(fā)的ActvieX控件，將其嵌入到 Web服務(wù)器的頁面中，它負(fù)責(zé)用戶控制指令的傳輸以及視頻的顯示。

當(dāng)用戶訪問服務(wù)器時(shí)，瀏覽器就會自動下載這個(gè)ActvieX控件，為用戶提供一個(gè)遠(yuǎn)程控制的操作界面。當(dāng)用戶登陸后，就進(jìn)入控制界面。如果沒有其他用戶進(jìn)行控制，系統(tǒng)就會把該用戶連接視頻時(shí)刻攝像頭采集的圖像保存下來，并發(fā)送至該用戶，等待其標(biāo)定好需要跟蹤的目標(biāo)區(qū)域后，用戶標(biāo)定的坐標(biāo)會以控制指令的形式發(fā)給Web服務(wù)器，同時(shí)開始接收實(shí)時(shí)視頻。Web服務(wù)器會把這些信息解釋后發(fā)給機(jī)器人服務(wù)器，其他登陸的用戶只能接收實(shí)時(shí)視頻，每次只允許一個(gè)用戶進(jìn)行遠(yuǎn)程控制。在機(jī)器人服務(wù)器端圖像的傳輸和控制指令的傳遞是分開的程序進(jìn)程?？刂浦噶畹膫鬟f是一個(gè)封裝了指令參數(shù)的結(jié)構(gòu)體，該結(jié)構(gòu)體能進(jìn)行自身數(shù)據(jù)的網(wǎng)絡(luò)字節(jié)順序與機(jī)器字節(jié)順序的轉(zhuǎn)換。

1.2 Web服務(wù)器端

通過編寫一個(gè)ISAP I服務(wù)器擴(kuò)展程序來擴(kuò)展互聯(lián)網(wǎng)信息服務(wù)（Internet Information Service，IIS）的Web服務(wù)器功能，為客戶端用戶提供遙控操作界面，并對注冊用戶信息進(jìn)行管理。

在視頻傳輸方面，由于是在發(fā)送者和接收者之間實(shí)現(xiàn)一點(diǎn)對多點(diǎn)的網(wǎng)絡(luò)連接，故采用IP組播方式傳送圖像。IP組播的核心思想就是通過一個(gè)IP地址向一組主機(jī)發(fā)送數(shù)據(jù)，發(fā)送者僅僅向一個(gè)組地址發(fā)送信息，接收者只需加入到這個(gè)分組就可以接收信息，所有的接收者接收的是同一個(gè)數(shù)據(jù)流，組員是動態(tài)的，可以自愿隨時(shí)加入或退出［5－6］。

1.3 圖像采集和傳輸

在遠(yuǎn)程控制中圖像的傳輸主要包括：圖像采集、圖像壓縮、圖像傳輸、圖像解碼和圖像顯示等幾個(gè)過程，其組成框架如圖1所示。

圖1 圖像傳輸組成框架

本系統(tǒng)通過一個(gè)安裝在機(jī)器人本體上方的固定USB攝像頭，使查看畫面的范圍比機(jī)器人本體所能到達(dá)的范圍稍大，這樣便于遠(yuǎn)程觀測到機(jī)器人周邊環(huán)境。圖像采集有2個(gè)用途：① 把機(jī)器人執(zhí)行跟蹤的過程傳給過程控制的用戶以及觀看的用戶；② 用于機(jī)器人服務(wù)器進(jìn)行目標(biāo)的識別跟蹤。

采集到的原始圖像是不適合直接用來網(wǎng)絡(luò)傳輸?shù)模驗(yàn)橐话阍紙D像的數(shù)據(jù)量是龐大的，如果直接用來網(wǎng)絡(luò)傳輸，將會占用大量的網(wǎng)絡(luò)帶寬。為了提高網(wǎng)絡(luò)傳輸?shù)男?，加快網(wǎng)絡(luò)傳輸?shù)乃俣?，需要對原始圖像進(jìn)行壓縮處理，去除圖像的冗余數(shù)據(jù)。圖像傳輸中圖像壓縮所采用的一般有靜態(tài)壓縮和動態(tài)壓縮兩種方式。靜態(tài)壓縮是對每一幀圖像進(jìn)行獨(dú)立壓縮，不考慮前后兩幀圖像之間的關(guān)系。動態(tài)壓縮是對運(yùn)動圖像序列進(jìn)行壓縮，它不只是單獨(dú)針對一幀圖像，還考慮幀與幀之間的相互關(guān)系，但算法復(fù)雜。本系統(tǒng)采用了靜態(tài)的JPEG壓縮。為了保持?jǐn)?shù)據(jù)的完整性，用于圖像處理采用了24位BMP格式。由于采用的是IP組播實(shí)現(xiàn)圖像的一對多傳輸，故采用的是用戶數(shù)據(jù)報(bào)協(xié)議（User Datagram Protol，UDP）協(xié)議［7］。

圖像解壓縮是圖像壓縮的逆過程，即將壓縮的圖像數(shù)據(jù)進(jìn)行解碼，重現(xiàn)出圖像的原始內(nèi)容，以顯示給遠(yuǎn)程用戶。解壓縮方式是與壓縮方式相對應(yīng)的。遠(yuǎn)程用戶端將圖像解壓后，顯示給用戶。

由于本系統(tǒng)是一個(gè)簡單的基于事件的遠(yuǎn)程控制系統(tǒng)，所以對圖像的實(shí)時(shí)性要求并不是太高，不需要用戶在對圖像的觀看過程中根據(jù)圖像的狀態(tài)對機(jī)器人發(fā)送控制指令，所要做的就是觀察遠(yuǎn)程機(jī)器人是怎樣執(zhí)行跟蹤的過程。

2 機(jī)器人對標(biāo)定目標(biāo)的跟蹤

本系統(tǒng)一個(gè)重要的特點(diǎn)就是用戶把控制信息發(fā)送過去之后，執(zhí)行過程就不需要用戶進(jìn)行干預(yù)，而是由機(jī)器人服務(wù)器去自主完成跟蹤，這就需要機(jī)器人服務(wù)器有強(qiáng)大的跟蹤能力，故引入IMM算法，提高對目標(biāo)未來運(yùn)動狀態(tài)的預(yù)測能力。

2.1 IMM 算法

假定目標(biāo)有r種運(yùn)動狀態(tài)，如勻速運(yùn)動、勻加速運(yùn)動等，每種運(yùn)動狀態(tài)對應(yīng)一種模型，即有r種運(yùn)動模型，記為M1，M2，…，Mr。根據(jù)不同的運(yùn)動狀態(tài)建立不同的模型濾波器，各模型濾波器通過估計(jì)狀態(tài)的組合實(shí)現(xiàn)交互作用，其輸出結(jié)果之間用馬爾可夫鏈進(jìn)行切換，實(shí)現(xiàn)機(jī)動目標(biāo)的混合狀態(tài)估計(jì)，即目標(biāo)的運(yùn)動狀態(tài)預(yù)測，這一算法稱為IMM算法。IMM算法是一種遞推的算法結(jié)構(gòu)，其每一個(gè)循環(huán)過程大體上分為4步：輸入交互、各濾波器并行濾波、模型概率更新和輸出交互。

2.1.1 輸入交互

預(yù)測模型概率：

式中，Mj為系統(tǒng)模型；Zk－1為量測序列；pij為從模型i轉(zhuǎn)移到模型j的轉(zhuǎn)移概率。在k時(shí)刻

式中，Mi（k）為目標(biāo)模型Mi發(fā)生的后驗(yàn)概率。

濾波器初始狀態(tài)輸入：

濾波器初始協(xié)方差輸入：

2.1.2 各濾波器并行濾波

把式（3）和（4）的估計(jì)作為與模型Mj相匹配的濾波器的輸入，并對各濾波器分別進(jìn)行卡爾曼濾波，得到各自的估計(jì)狀態(tài)X＾j（k／k）和協(xié)方差矩陣Pj（k／k）。

2.1.3 模型概率更新

在每一個(gè)模型完成上一步更新之后，利用似然函數(shù)Λj（k）計(jì)算新的模型概率μj（k），其中似然函數(shù)Λj（k）由2.1.2節(jié)中卡爾曼濾波中得到的測量殘差υj和殘差協(xié)方差Sj更新量計(jì)算得出：

模型概率μj（k）更新由貝葉斯定理給出：

2.1.4 輸出交互

在計(jì)算出各模型的后驗(yàn)概率之后，就可以對各濾波器的狀態(tài)估計(jì)進(jìn)行概率加權(quán)求和，得到最終的狀態(tài)估計(jì)和協(xié)方差：

2.2 IMM算法在目標(biāo)跟蹤中的應(yīng)用

本文采用基于特征差異的彩色目標(biāo)識別方法［8］識別目標(biāo)。在應(yīng)用IMM算法時(shí)，設(shè)定運(yùn)動目標(biāo)具有勻速運(yùn)動和勻加速運(yùn)動兩種狀態(tài)，每種運(yùn)動狀態(tài)對應(yīng)一種模型，即有兩種運(yùn)動模型。用于模型切換的馬爾可夫過程的轉(zhuǎn)移概率矩陣：

對于一個(gè)具有高斯噪聲的離散時(shí)間跟蹤系統(tǒng)，設(shè)采樣周期為T，其離散化后的運(yùn)動和量測的數(shù)學(xué)模型可用以下狀態(tài)方程描述：

故，可以使用IMM算法估計(jì)出目標(biāo)當(dāng)前的狀態(tài)，并根據(jù)濾波殘差序列的統(tǒng)計(jì)特性［2］，構(gòu)造目標(biāo)下一時(shí)刻的矩形預(yù)測門。

3 實(shí)驗(yàn)結(jié)果

本系統(tǒng)由校園網(wǎng)內(nèi)的計(jì)算機(jī)做為遠(yuǎn)程端，一個(gè)PentiumIV計(jì)算機(jī)作為機(jī)器人服務(wù)器和Web服務(wù)器，并與微型CCD攝像頭和機(jī)器人運(yùn)動控制器相連，加上控制對象機(jī)器人本體和一個(gè)需要跟蹤的運(yùn)動目標(biāo)組成。其中，從攝像頭采集的圖像為320×240的分辨率，10幀／s。機(jī)器人為一個(gè)GRB—400型SKARA機(jī)器人，有一個(gè)固定的多關(guān)節(jié)機(jī)械手，具有4個(gè)自由度。

在坐標(biāo)系選取上，以機(jī)器人工作臺坐標(biāo)作為基準(zhǔn)，其遠(yuǎn)程控制的操作界面如圖2所示。

圖2 機(jī)器人遠(yuǎn)程控制操作界面

當(dāng)遠(yuǎn)程標(biāo)定目標(biāo)后，機(jī)器人跟蹤目標(biāo)的圖像就實(shí)時(shí)傳送過來，由于是在校園網(wǎng)內(nèi)進(jìn)行實(shí)驗(yàn)，采用靜態(tài)壓縮，丟幀現(xiàn)象也明顯，所以圖像依然很流暢。

在機(jī)器人服務(wù)器端，可獲得目標(biāo)的位置信息。從用戶登陸時(shí)保存的那幀圖像中找到目標(biāo)，用顏色特征集法提取目標(biāo)的特征，然后開始順序選取前3幀圖像，確定目標(biāo)的起始速度、加速度。以后處理每一幀圖片時(shí)，都先由IMM濾波算法給出目標(biāo)的預(yù)測位置，在以此為中心的一定區(qū)域內(nèi)構(gòu)造預(yù)測門，在該范圍內(nèi)進(jìn)行搜索，與特征值有最大相似度矩形的位置就認(rèn)定為目標(biāo)位置。同時(shí)，IMM算法能給出運(yùn)動目標(biāo)的狀態(tài)估計(jì)，經(jīng)過軌跡規(guī)劃，由運(yùn)動控制器控制機(jī)器人實(shí)時(shí)跟蹤目標(biāo)。實(shí)驗(yàn)取得了預(yù)期的效果，機(jī)器人跟蹤上了目標(biāo)，并且圖像也回傳給登陸用戶。

4 結(jié) 語

本系統(tǒng)實(shí)現(xiàn)了在遠(yuǎn)程標(biāo)定跟蹤目標(biāo)位置，通過Web服務(wù)器把信息發(fā)送給機(jī)器人服務(wù)器，驅(qū)動機(jī)器人進(jìn)行目標(biāo)跟蹤，并進(jìn)行打擊，同時(shí)把視頻回傳給登陸用戶。引入IMM濾波算法，通過對連續(xù)的圖像中運(yùn)動目標(biāo)位置的預(yù)測，由原來的全局搜索改為局部搜索，極大地縮小了搜索空間，提高了跟蹤的效率；通過對目標(biāo)運(yùn)動狀態(tài)的估計(jì)，能快速準(zhǔn)確的控制機(jī)器人跟蹤上目標(biāo)。同時(shí)，采用了IP組播方式實(shí)現(xiàn)一對多的視頻傳輸。本文只是一個(gè)簡單的遠(yuǎn)程智能事件控制機(jī)器人自主跟蹤遠(yuǎn)程標(biāo)定的目標(biāo)系統(tǒng)，可實(shí)現(xiàn)遠(yuǎn)程控制的功能，當(dāng)控制信息發(fā)送以后，網(wǎng)絡(luò)時(shí)延等對于系統(tǒng)的影響就變得不再明顯。系統(tǒng)加強(qiáng)了機(jī)器人服務(wù)器端的執(zhí)行能力，遠(yuǎn)程控制端在傳出跟蹤信息后就不再控制，只是觀看，所以本系統(tǒng)暫時(shí)對圖像的傳輸質(zhì)量沒什么控制，在校園網(wǎng)內(nèi)圖像流暢，但是若在互聯(lián)網(wǎng)上圖像就可能不夠流暢。

［1］劉振寶，辛洪兵，王文靜.網(wǎng)絡(luò)機(jī)器人技術(shù)及其控制系統(tǒng)的研究狀況［J］.北京工商大學(xué)學(xué)報(bào)：自然科學(xué)版，2006，（5）：32－36.

［2］陳東炎，張 玘，王艷玲，等.圖像跟蹤系統(tǒng)中機(jī)動目標(biāo)預(yù)測的實(shí)現(xiàn)［J］.應(yīng)用光學(xué)，2007（1）：33－37，57.

［3］蘇建峰，吳海濤，邊玉敬.自適應(yīng)濾波技術(shù)的研究［J］.飛行器測控學(xué)報(bào)，2006（2）：71－74.

［4］李 輝，趙 敏，張 安，等.交互式多模型算法在機(jī)動目標(biāo)跟蹤中的應(yīng)用［J］.彈箭與制導(dǎo)學(xué)報(bào)，2005，25（3）：234－237.

［5］陸其明.DirectShow實(shí)務(wù)精選［M］.北京：科學(xué)出版社，2004.

［6］董興娥，遲學(xué)芬，周仁貴，等.基于IP組播視頻會議系統(tǒng)的研究與實(shí)現(xiàn)［J］.吉林大學(xué)學(xué)報(bào)：信息科學(xué)版，2007（7）：385－390.

［7］陳 洋，陸宇平.機(jī)器人實(shí)時(shí)遠(yuǎn)程控制系統(tǒng)及其開發(fā)庫的設(shè)計(jì)與實(shí)現(xiàn)［J］.電子技術(shù)應(yīng)用，2006（2）：7－11.

［8］屠文柯，閻保定，楊海濤.基于影射·特征·知識的辨識復(fù)雜彩色目標(biāo)的方法［J］.計(jì)算機(jī)工程與應(yīng)用，2005（25）：54－56.