（控制理论与控制工程专业论文）基于生物启发的视觉感知及控制研究.pdf

摘要 摘要 论文基于国家高技术研究发展计划( 8 6 3 计划) “生物启发的无线复眼导航 技术研究 项目。论文主要针对无线复眼网络的平台，进行了一些基础性理论 研究工作，包括动眼感知机理研究和未知视觉模型的视觉伺服控制两个方面。 在生物启发的视觉感知方面，从提高单眼的视觉感知能力的角度，探讨了 固眼微颤机制对于视觉敏度的作用以及在视觉系统中的应用。科学研究发现当 人在注视静态背景或者物体的时候，眼球仍然是维持着不自主地微弱振颤。通 过分析人眼中的视觉神经系统，论文提出了一种随机神经网络模型来描述视觉 神经编码过程。通过分析该模型在光信号刺激下的神经编码统计特征，比较了 存在固眼微颤与不存在固眼微颤的两种情况，获得了固眼微颤对于这些量化信 息编码的影响，从而定量地验明了视觉神经系统如何由固眼微颤提高感知精度 的统计机制。同时，由于固眼微颤的随机特点，最优的固眼微颤模式可以由信 息的期望和方差决定的二元目标优化获得。最后，通过仿真实验的方式来支持 和说明理论得到的结论。 在生物启发的学习控制方面，从无线视觉节点的无模型视觉伺服控制的应 用角度，分析了人体视觉运动控制系统如何通过学习以获得良好的模型适应性。 借鉴在不同视觉模型和势场情况下的人手臂平面运动的生理实验结果，力图将 人体神经系统的控制机理应用到机器人视觉伺服控制中。根据视觉平面与运动 平面之间的平面单映关系的分析，首先采用人脑中通过r a n d o mw a l k 搜索方式 使得学习系统粗糙探索控制方向，算法中引入n u s s b a u m 学习项和u n m i x i n g s e t 用来探索和学习在任意视角情况下导致的未知感知运动关系。同时类同人脑中 的误差反馈学习机制来完善对于未知系统的模型学习，实现精细调节来保证系 统的响应性能。通过严格的稳定性分析，证明了机器人在任意视觉关系下对于 平面轨线跟踪可以保证迭代收敛。仿真结果验证了这一结论。 关键词：固眼微颤，神经网络，视觉伺服控制，学习控制，无线复眼网络 a b s t r a c t a b s t r a c t u n d e rt h er e s e a r c hp r o j e c t ”r e s e a r c ho nb i o l o g i c a l l yi n s p i r e dw i r e l e s sm o s a i c e y en e t w o r kf o rn a v i g a t i o n ，t h eh i - t e c hr e s e a r c ha n dd e v e l o p m e n tp r o g r a mo f c h i n a ( 8 6 3p r o g r a m ) ，t h ea u t h o rd i ds o m ef u n d a m e n t a lt h e o r e t i c a lr e s e a r c h ，i n c l u d i n g t h er e s e a r c ho ft h em e c h a n i s mo fv i s u a lp e r c e p t i o nw i t he y ev i b r a t i o na n dt h e m o d e l - f r e ev i s u a ls c r v o i n gc o n t r 0 1 i nt e r m so fb i o l o g i c a l l yi n s p i r e dv i s u a lp e r c e p t i o n ，t h ef u n c t i o no ff i x a t i o n a l e y e m o v e m e n tt oe n h a n c ev i s u a la c u i t ya n di t sa p p l i c a t i o nt oc o m p u t e rv i s i o na r e i n v e s t i g a t e d i tw a sd i s c o v e r e dt h a tp e o p l e se y e b a l lk e e p si n v o l u n t a r i l yv i b r a t i n g e v e nw h e nf i x a t i o n b ya n a l y z i n gt h eh u m a n sv i s u a ln e u r a ls y s t e m ，as t o c h a s t i c n e u r a ln e t w o r km o d e li sp r o p o s e dt os i m u l a t et h ep r o c e s so fn e u r a lc o d i n gi nv i s u a l p e r c e p t i o n t h en e u r a lc o d e sw i t ha n dw i t h o u tf i x a t i o n a le y e m o v e m e n ta r ec o m p a r e d a n dt h es t a t i s t i ce f f e c to ff i x a t i o n a le y e m o v e m e n tt ot h en e u r a lc o d i n gi sa n a l y z e d i t i sr e v e a l e dt h a tt h ee y em o v e m e n te n a b l e se n h a n c e m e n to fv i s u a la c u i t y m e a n w h i l e ， d u et ot h er a n d o m n e s so ff i x a t i o n a le y e m o v e m e n t ，i ti sp r o p o s e dt h a tt h eo p t i m a l p a t t e r no ft h ef i x a t i o n a le y e m o v e m e n tc o u l db eo b t a i n e df r o m at w o - o b j e c t i v e o p t i m i z a t i o nf o rt r a d c o f fb e t w e e nu n b i a s n e s sa n dv a r i a n c e f i n a l l y , s i m u l a t i o i l sa r e c a r r i e do u tt ov e r i 匆t h ec o n c l u s i o n s i nt e r m so fb i o l o g i c a l l yi n s p i r e dc o n t r o l ，h o wh u m a n sl e a r na n da d a p td i f f e r e n t c o n d i t i o n si nm o t i o nc o n t r o li si n v e s t i g a t e df i r s t m o t i v a t e db yt h ep h y s i o l o g i c a l e x p e r i m e n t so fh u m a nn e u r a lm o t o rc o n t r o l ，ac o n t r o la l g o r i t h mi sp r o p o s e df o r m o d e l f r e er o b o tv i s u a ls e r v o i n g a c c o r d i n gt ot h eh o m o g r a p h yb e t w e e nv i s u a lp l a n e a n dm o t i o np l a n e ，ac o a r s et u n i n gm e c h a n i s mi sd e v e l o p e di na c c o r d a n c ew i t ht h e s t o c h a s t i cr a n d o mw a l ki nh u m a nb r a i n ，b yi n t r o d u c i n gan u s s b a u mt e r mt op r o b et h e u n k l o w nc o n t r o lr e l a t i o ni na nu n m i x i n gs e t af e e d b a c kl e a r n i n gm e c h a n i s mi s d e v e l o p e d a sf i n et u n i n go ft h ei d e n t i f i e dv i s u a lm o d e l t h r o u g hr i g o r o u s m a t h e m a t i c a lp r o o f , i ti ss h o w nt h a ti t e r a t i v ec o n v e r g e n c eo ft h et r a c k i n ge r r o rc a nb e a c h i e v e df o ra n yg i v e np l a n a rt r a j e c t o r yu n d e rc o n t r o lo fa nt m c a l i b r a t e dc a m e r a n s i m u l a t i o n sa r ec a r r i e do u tt ov e r i f yt h ep r o p o s e dl e a n r i n gc o n t r o ll a w k e yw o r d s ：f i x a t i o n a le y e m o v e m e n t ，n e u r a ln e t w o r k , v i s u a ls e r v o i n gc o n t r o l ， l c a m i n gc o n t r o l ，w i r e l e s sm o s a i ce y e n e t w o r k i 学位论文版权使用授权书 本人完全了解同济大学关于收集、保存、使用学位论文的规定， 同意如下各项内容：按照学校要求提交学位论文的印刷本和电子版 本；学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、 扫描、数字化或其它手段保存论文；学校有权提供目录检索以及提供 本学位论文全文或者部分的阅览服务；学校有权按有关规定向国家有 关部门或者机构送交论文的复印件和电子版；在不以赢利为目的的前 提下，学校可以适当复制论文的部分或全部内容用于学术活动。 学位论文作者签名：易送高 2 口劈年弓月7 日 同济大学学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师指导下，进行 研究工作所取得的成果。除文中已经注明引用的内容外，本学位论文 的研究成果不包含任何他人创作的、已公开发表或者没有公开发表的 作品的内容。对本论文所涉及的研究工作做出贡献的其他个人和集 体，均已在文中以明确方式标明。本学位论文原创性声明的法律责任 由本人承担。 学位论文作者签名： 易连盖 2 0c ，p 年弓月i7 日 绪论 第1 章绪论 1 1 生物启发工程研究背景 生物启发的核心在于从生物体的运行机制启发出新的思想，并将其应用于科 学研究与工程技术领域。生物启发在工程中的应用已经有相当悠久的历史，有一 个特定的称谓叫做“仿生学 。随着科学技术的蓬勃发展，人们对生物的认识也 在不断地深入。自然界生物所具有精确可靠的定向、导航、探测、控制调节、能 量转换、信息处理、生物合成的卓越本领以及力学特性等生物系统的新型技能原 理，使工程人员耳目为之一新。工程师们开始积极主动地带着技术设计中的难题， 到生物界中去寻找答案。生物学家们也开始有意识地为工程师们提供有价值的研 究成果。这样，就在生物科学与工程技术两门科学的相互渗透、机密结合的基础 上，产生了许许多多新的成果和发现。整个生物系统是自然进化和共同进化的结 果，大浪淘沙，在生物界“优胜劣汰 自然法则之下，经过亿万年的自然优化， 保存下来的各种生物形态和现象，不仅仅紧密地和自然环境系统构建合成一体， 而且往往都具有让人感叹自然创造的奇妙特性。因此人感叹自然的创造力以及自 己思维的局限的同时，生物启发的应用领域依旧保持着旺盛的活力，不断有许许 多多的新的成果和应用涌现。 美国m i c h i g a n 大学的h o l l a n d 教授及其学术团队受到生物模拟技术的启发， 创造出了一种基于生物遗传和进化机制的适合于系统优化的自适应概率优化技 术遗传算法。1 9 6 7 年，h o l l a n d 的学生b a 酉e y 在其博士论文中首次提出了“遗 传算法”一词，并发展了复制、交叉、变异、显性、倒位等遗传算子，给出了遗 传算法的框架结构和算法流程，使遗传算法迅速普及开来。受到自然界真实蚁群 集体行为的启发，意大利学者m d o r i g o 于1 9 9 1 年，在他的博士论文中首次系 统地提出了一种基于蚂蚁种群的新型优化算法一一蚁群算法( a n tc o l o n y o p t i m i z a t i o n ，a c o ) ，并用该方法解决了一系列的组合优化问题。 美国学者j k e n n e d y 和r e b e r h a r t 受他们早期对许多鸟类的全体行为进行建 模和仿真研究结果的启发，提出了微粒群算法( p a r t i c l es w a r mo p t i m i z a t i o n ) 。目 前己在多目标优化、整数规划等方面获得大量的应用。另外，通过对生物免疫机 制的研究，经过抽象化和建模，1 9 8 6 年f a r m e r 首次将免疫机制和人工智能结合 起来，在智能计算、网络算法、模式跟踪等方面逐渐应用。 不同于传统工程方法考虑的是人对于自然作用的过程，生物启发的工程方法 从自然到人的角度来考量人对于自然的作用方式，让人对于问题的思考和理解带 绪论 来了新的方式和方向，在重新改变和颠覆着现有问题的解决方案。自主机器人就 是其中的一类问题，传统的自主机器人方案都是通过复制人自主运动的框架，但 是问题的复杂度转嫁到了如何去模仿人对于感知响应的复杂过程，其中的难度和 各种暂时的不可知性使得现有的自主机器人的性能一直都不够理想。如果说把模 仿人的自主行为看作一个高级的理想，退一步来考虑，如何模仿和实现低阶的生 物自主行为，如昆虫等生物，就已经能很好地满足现有自主机器人中的各种要求。 如果可以很好地研究相关的生物启发机制，不但可以简化问题的复杂度，而且可 以改善系统的性能表现。 无线复眼网络就源自这样的思路，试图通过模仿昆虫复眼感知世界的方式来 突破目前自主机器人中瓶颈和限制。 1 2 无线复眼网络 1 2 1 生物启发无线复眼网络的概况 得益于无线传感器网络技术的发展，其对于通讯和感知两个领域中基础框架 的开创性，为无线复眼网络实现多目的、分布结构的控制系统提供了技术基础。 1 无线传感器网络技术 基于无线通讯技术、半导体技术、传感技术、电子技术、网络技术、计算机 技术和微机电系统的进步推动了无线传感器网络的产生和发展。无线传感器网络 是由大量密集布设在监控区域的、具有通信与计算能力的微小传感器节点，以无 线的方式连接构成的自治测控网络系统。 使用无线传感器网络的目的是协作地感知、采集和处理网络覆盖区域中的感 知对象信息，并发送给观察者。感知对象、传感器网络系统和观察者构成了无线 传感器网络的三个要素。大量的传感器节点随机散布在监测区域内，通过自组织 的方式构成网络。传感器节点通常是一个微型的嵌入式系统，它的处理、存储、 通讯能力较弱，通过自身携带的能量有限的电池供电，同时具有数据采集和数据 转发功能。节点的感知功能实现对网络对环境信息的收集和监控的能力，而节点 的网络通讯能力则在很大程度上增强了节点的感知能力。网络不仅仅提供了节点 将采集到的局部信息汇总起来进行全局处理的可能，而且通过节点之i 日j 相互的信 息共享也可以保证了局部信息的可靠性。 无线传感器网络可以包含大量的温度、湿度、视觉、红外、声音、震动、压 力、磁性和辐射等以及各种生物化学量检测的传感器节点，可用于多种环境因素 2 绪论 的监控。由于无需基础设施、布置容易、使用灵活、成本低廉，无线传感器网络 在军事、环境监测、医疗监护、空间探索以及其它众多的领域有着广泛的应用前 景和很高的应用价值。通过无线传感器网络可以在室内构成对于环境感知的智能 环境问题，来实现和解决包含感知与控制等方面的许多问题【4 8 1 。 2 无线复眼网络 w i m e 系统称为无线复眼网络系统( w i r e l e s sm o s a i ce y es y s t e m ) ，其硬件架 构便是基于无线传感器网络。在环境中布置密集分布的传感器网络节点，依赖传 感器节点之间的无线通讯能力构建成一定的网络拓扑链接关系。当每个节点都装 备上视觉传感器以后，一个对于环境监测的视觉节点网络便构成了。传统的监测 和感知应用问题中，对于特定的区域大多是采用单视觉系统或者单元，通过对视 觉内容的记录以及处理识别，来分析得到环境中发生的变化和事件，实现对于环 境感知的过程。由于数字图像处理的算法问题中数据量巨大导致算法对于硬件的 计算处理能力的要求比较高，往往都是通过通讯系统将数据集总到计算机上进行 处理。这样的系统下通讯的负担非常重，并且无法保证有效的实时性。并且在这 样的系统框架之下，整个系统的鲁棒性也不够理想，很容易因为关键节点的故障 而导致整个大系统的瘫痪。这样的设计思路继承于最早的基于计算机的视觉伺服 系统，依赖于计算机处理器的计算能力，并且随着算法复杂度越来越高，对于计 算机的性能要求也越来越苛刻。同时由于未知结构带来的不确定性，因此不存在 可靠的技术去处理各种情况。复眼网络通过多个低分辨率视觉节点分布在环境中 构建了多方位感知框架，对于一个区域会存在多个视角的感知，多个视角的感知 到的信息通过专家机制的融合可以从一定的程度消除单视角视觉的不确定性，进 而去保证更可靠稳定的系统运行性能。 3 生物的复眼系统 无线复眼网络的灵感来自于生物系统中的昆虫复眼的概念，其中昆虫的视觉 系统由许多个阵列的复眼所组成，通过单个复眼简单的视觉功能可以构建成更加 复杂的视觉系统。复眼是无脊椎动物中的甲壳类、昆虫类和其他一些节肢动物头 的两侧各有一只能感受物体的形状、大小和颜色的视觉器官。每一只复眼是由少 数( 如蚊为5 0 个) 或多数( 如天蛾2 7 0 0 0 多个) “小眼”组成的。每只小眼呈长 管状，表面为透明的六角形角膜，内连视觉细胞和神经，小眼周围有色素细胞。 复眼中的小眼越多，越能辨别物像、颜色和人眼所不能见到的短光波。蜘蛛是没 有复眼的，取而代之，它却有很多眼睛，一般的蜘蛛有8 个眼，但亦有6 、4 、2 个眼睛的蜘蛛，个别属种甚至没有眼。 3 绪论 图1 1 昆虫的复眼 复眼的类型主要分为并置眼( a p p o s i t i o n ) 、叠置o 日( s u p e c p o s i t i o n ) 、神经性叠 置眼m e u m ls u p e q m s i t i o n ) 。其中并置眼系统中单眼通过色素细胞在光学上各自 独立，每个单眼有自己的视点，这样的结构易于形成高分辨率的视觉感知，但是 因为光敏的限制会导致图像较暗，常见于同行性节肢动物。叠置眼系统中单跟就 并不完全光学独立，相邻的单眼所组成的图像为重合关系，这样的系统对光较为 敏感，常见于夜行性昆虫。而神经性叠置眼系统单眼的图像重叠是由于神经锖节 造成的，常见于双翅目昆虫。 复眼视觉系统所观测到的影像信息是由许多单眼感知信息结果的融合结果 组成。例如一只苍蝇看见一个人举着苍蝇拍靠近，它神经系统所感知的视觉信息 并不是许许多多个人拿着苍蝇拍靠近，而是信息融合的结果为一个人举着苍蝇拍 靠近。由于小眼内感光细胞受到刺激后恢复到可再一次接受刺激的速度很快，因 此复眼在单位时间内可以分辨光影变化的次数非常多，也可以认为就是，对十动 作和环境的变化非常敏感。这也是为何人在慢慢接近虫子的情况下爿抓得到，手 脚越快反而会逃的原凼。而往往坩于人柬说凶为视觉延迟效应让人感觉是常亮的 阿光灯或者电腑屏幕，昆虫则可咀感觉m 它们小断的光源明暗变化。 当无线传感器网络的传感器都装载成视觉摄像头，使构建成对于环境监控的 视觉系统。类似昆虫的复眼机制，无线复眼嗍络的目的就是通过简单的视觉节点 的无线通讯能力构建类似神经系统的数据交流机制，柬形成更优的智能视觉系 统。由于环境和区域的监控由许多视觉摄像头组成，小仅仅对摄像头性能和精度 的要求可以降低，而且对节点故障的鲁棒件也可以大大的提高。整个复毗删络的 视觉节点可以采用相对低精度的视觉传感器，柬降低节点数钳处础能力的负荷。 同时在节点对区域的感知过程中，出现单个节点的故障并不会影响对某个区域的 感知，渊为其他的邻近节点依旧保持着对某个区域的感知状态可以实时捕挺环 境状奁的变化。h 时无线复眼网络依托于智能图像识别的手段，可以将对环境变 绪论 化的感知的低层信息转化为带有语义的高层信息，以实现更加有效的信息响应和 共享。如表1 1 中所示，对环境的感知的过程中，无线复眼网络不仅仅有针对局 部区域的复眼视觉感知信息组合，还有通过无线通讯交互得到的整个空间感知的 信息。这样的框架降低了从低层视觉信息中抽象出高层视觉信息的难度，并且很 好地保证了信息感知的可靠性和快速性。 表1 1 生物复眼与无线复眼网络的比较 生物复眼 无线复眼 感知范围局部局部+ 全局 视角单视角多视角 复眼视觉环境仅仅意味着智能环境的框架，表征了整个系统与环境的交互关 系与交互方式，而真正让整个系统积极有效运转的是整个系统的内部关系，这其 中包括节点内部的数据处理，节点之间的通讯与协作，还有节点之间数据的融合。 其中节点本身内部数据的处理，不仅仅可以减小数据的冗余，减小通讯的负担， 而且保证一些数据和状态相应的实时性。而节点数据之间的融合可以保证系统对 于环境状态变化的确定性，增强系统对于任务响应与执行的可靠性。节点之间的 通讯与协作不仅仅决定着独立分散的节点的有效阻止和管理，而且是整个系统中 数据流动的动脉。在无线复眼网络中，每个节点之间的通讯像人体内的神经系统 一样把不同区域的感知信息流向需求的部位，而每个单独的节点又通过内部的行 为网络控制着系统的状态和响应。每个节点在不同的环境情况下会针对任务处在 不同的状态，例如在不执行任务的情况下，节点将处于休眠状态；而在任务执行 的情况下，节点在不同的时刻需要处于不同的状态，如侦测状态或者控制状态等 等。通过内部的行为网络的结构定义，将对于环境的感知以及通讯的消息等等转 化成网络的能量，而能量的变化和条件状态的不同，来决定不同时间和场景下， 节点所处于的状态和模式。这样的方式有效地保证了节点的独立性，而通过环境 变化的耦合也有机地组织了同一时间不同节点之间状态的协调。 1 2 2 无线复眼网络的研究和应用平台 8 6 3 项目“生物启发的无线复眼网络”的研究平台是基于机器人导航的问题， 通过在室内布建起相当密集程度的视觉无线传感器网络，把节点之间的感知和通 讯关系构建成室内的智能环境，来完成室内机器人运动的导航问题。这个导航的 问题不仅包含一般导航问题中最基本的动作执行和控制规划，更加是涵盖所有高 层的智能分析的过程，包括对于环境的地图描述，面向任务的路径规划，以及运 5 绍论 动过程的控制协调关系。如图12 所示，构建起的无线复眼网络通过无线通讯能 力构建起感知信息的流动，构建成的复限网络感知和机器人之川通讯柬导航完成 任务。 产囊誊 t od e v e l o pa 1 1 i n t e l l i g e n t w i 廿1m o s a i c e y e s n e t w o r k 帆“ 二 番 t h ee l l v j r o n m e n t n a v i g a t e sn o n - i n t e l l i g e n c e m o b i l ed e v i c e sb yan e u r a lc i r c u i t ( w i r e l e s s ) 幽1 2 无线复眼阿络 其中一个应用场景在医院的室内环境中，病人坐在不具备智能能力的自移 动轮椅l i ! i 达期望的目的地。病人通过轮椅上装备的系统输入目的地信息，通过 无线通信传给附近的无线传感器节点无线传感器网络节点根据所得到的语义信 息，通过查询生成连接至目的地的运动关系引导轮椅向下一个日标节点运动。 就是基于这样方式的节点序列的运动顺序，通过节点序列的邻近节点的协作视觉 伺服控制，在每个控制时间生成相应的控制命令给移动的轮椅，将轮椅引导至期 望的目的地。 1 2 3 与传统问题方案的比较 i 节点路由组织关系等效环境的地图描速 传统的机器人导航问越中，导航路释的生成是第一步，即要完成告诉机器人 往哪走的问题。在获得面向任务的目的地以后，机器人需要完成整个任务的路径 规划，并且按 ! c 规划的路径米完成运动的控制过程。根据目标寻找和规划路径的 过程往往依赖于描述环境的地图形式，例如v o r o o i 图、能量势场、拓扑结构等 等，然后再基于地图定义的数据空n u 进行搜索。 倒 鼙， 绪论 由于节点是布建在空间的室内环境中，当节点的分布达到一定的密度的情况 下，通过规范节点之间的连接关系，就可以形成一个对于室内环境的连通关系的 拓扑描述。也就是说通过配置节点通讯的连接关系，可以为室内环境建立起一个 服务于机器人导航的拓扑地图。 2 分布式的地图信息存储 尽管不同的地图描述方式在搜索空间的复杂度和存储的数据量上有比较大 的区别，但是基本上所有的搜索方式都是基于集中式的查询过程，即地图数据是 存储在一个控制系统中来实现，对于系统的性能和存储能力也因此有相应的要 求。在机器人导航的问题里面，或者需要机器人装备性能较高的计算机系统，或 者需要机器人依赖通讯能力去性能较高的服务器上查询规划的结果。 无线复眼网络通过b l o o mf i l t e r 技术实现了地图的分布式存储，这样每个节 点不再需要存储对于整个环境的拓扑描述数据，而是存储通过b l o o mf i l t e r 生成 的对于每一个拓扑中节点的数值。当机器人运动到某个节点下，通过通讯送给节 点目标节点的i d ，节点可以通过内部存储信息回应出通往目标节点的优化路径 中的下一跳节点。机器人在到达下一跳节点以后再继续查询下一跳节点，这样一 个节点一个节点的承接过程便完成了从起始节点到目标节点的节点序列。机器人 也就是沿着这个节点序列完成了从起点到终点的运动任务。 3 复眼系统的视觉信息融合 在传统的单眼视觉系统中，问题往往集中在低层的视觉信息感知和高层的视 觉信息分析及语义提取上。而高层信息的提取和分析往往依赖于低层信息和数据 的丰富与充足，这样的结果就导致了对于低层数据处理和高层数据分析的计算处 理性能的苛刻要求。当前有许多算法来试图解放对于数据处理的负担和复杂度， 例如通过引入注意力，将视觉处理关注在重要的局部区域，来降低数据计算的负 担以保证事件响应的速度。 而复眼系统的结构则可以跳脱这个方面的梦魇。由于复眼系统中对于局部的 感知由多个复眼组成，对于单个复眼的视觉精度要求可以很大程度地降低，通过 采用较低分辨率的多单眼来对环境的事件进行检测。这样对于单个的节点可以相 对减少数据处理和分析的负担。通过多视觉融合的过程可以更好地还原对于环境 感知信息的提取。特别是对于感知事件的产生，通过多单眼系统的融合过程可以 更好地保证检测到事件的可靠性。 4 基于分布式神经网络的行为协调 7 绪论 在无线传感器网络中，如何组织节点之间的协调控制一直是一个难题。常见 的办法是通过将节点分组分簇，让每个簇中产生一个管理节点来协调调度整个节 点之间的关系，例如节点的唤醒、节点之间的数据通讯，并且维护节点与其他簇 外节点之间的关系。这样的结构往往对簇中管理节点有着相对较高的要求，诸如 节点的稳定性，管理节点的通讯范围和通讯能力等等都会影响到管理节点对于整 个簇内节点的有效管理，甚至关系到整个网络的有效运行。 而在无线复眼网络中，采用了分布式神经网络的关系来处理节点之间行为的 协调。触发事件和行为的信息像生物神经系统中的神经信号脉冲一样在整个网络 间流动传递。相应的节点在接受到了触发事件或者行为以后，类似神经元接受到 了刺激输入以后对输入刺激进行累积能量，也就是神经元中的细胞电压值，当超 过了神经元阈值以后，神经元会产生相应的输出，对应在节点中就是执行相应的 动作。通过能量的流动来驱动和定义动作的执行，可以很好地避免通过管理节点 来组织的种种问题。 5 复眼系统的伺服控制问题 传统的机器人运动主要是依赖于自主机器人的行为方式，这样对于机器人本 身智能的能力有相当高的要求，需要实时不停地感知和处理环境的信息来决策每 一步的动作和行为。对于环境感知的视觉或装载在运动机器人，或装载在其他位 置观测运动机器人运动的范围，将对于环境的信息和机器人的状态反馈给一个强 大的智能处理系统，系统根据感知到的信息状态和历史信息来反应做出决策，来 指导机器人的运动过程，完成指定的任务要求。 复眼系统把智能的计算处理能力分散到了每个无线视觉节点上去，将机器人 从对于智能的要求中解放出来，运动的机器人仅需要被动地执行智能环境的决策 便可以完成任务。也就是说所有的智能要求被分散到了每一个单独的节点中，而 移动机器人运动的过程则需要多个节点之间的协作伺服控制行为。而复眼视觉系 统对于伺服控制最直接的问题便是在多单艮的系统框架下，对于机器人运动状念 的感知难题。特别是在移动机器人运动到不同的区域之问的行为之下，机器人存 在从一个单眼的视觉范围中运动出去，进入另一个单眼视觉范围中的过程。同时 也在同一时刻多个单眼检测机器人运动时，系统处理信息融合的方式都会对于产 生处理结果有影响。复眼系统这样的控制模式不仅仅可以保证系统能够运行在较 高的性能稳定性之下，而且可以很大程度提升整个系统运转的鲁棒性，单个节点 的故障并不会很大程度影响甚至停滞任务的执行和系统的持续运转。 绪论 1 3 本文的主要工作和研究意义 本论文依托于国家高技术研究发展计划( 8 6 3 计划) “生物启发的无线复眼 导航技术研究 的项目，针对项目涉及的生物视觉现象，进行了一些基础理论性 工作，包括动眼感知机理研究和未知视觉模型的视觉伺服控制两个方面，力图为 实际项目提供技术方向和启发。感知问题和控制问题是整个无线复眼网络运转的 重要环节，感知代表的是环境信息状态对于网络的输入，而控制问题可以看成网 络对于环境的作用，因此感知的过程和控制过程可以理解成网络智能的输入接口 和输出接口。当智能网络的问题从理想状态过渡到实际应用的时候，这两个接口 的性能和效果对整个网络的运行和作用有很大的影响。 在感知的问题上，针对分布式复眼中采用低分辨率传感器特点，本文主要探 讨了固眼微颤机制对于视觉敏度的提高可能。由于科学研究发现当人在注视静态 背景或者物体的时候，眼球仍然维持着不自主的微弱振颤，但是一直无法很好解 释固眼微颤其中的意义。通过分析人眼中的视觉神经系统将光强度刺激转化成神 经信号的过程，本文首先提出了一个随机神经网络模型来描述视觉神经编码过 程。基于这一视觉信号处理模型，分析在光信号刺激量化成神经编码的过程中， 存在固眼微颤与不存在固眼微颤的信号统计差异，进而获得固眼微颤对于神经信 息编码的统计影响，发现神经系统可以借助固眼微颤获得更高的感知精度。这一 发现可以直观地解释为，固眼微颤的作用事实上为静态环境的感知提供某种噪声 激励，而这可以使得人体神经系统中更多的神经元阈值状态被激发，本文通过人 体大脑的神经系统的神经编码时间统计手段，还原出更丰富的信息量并且消除估 计的不确定性，得到更加精确的感知结果。同时，通过方差分析可以发现固眼微 颤的作用对于灰度变化明显的区域有放大方差的影响，因此固眼微颤机制可以使 得边缘和轮廓等灰度过渡细节的辨识和感知更加清晰。论文同时分析了固眼微颤 模式对视觉信息复原性能的影响，过强的固眼微颤一方面容易超越感知的阈值， 并且过大的振动方差会影响不确定度收敛到期望精度中的速度；而过弱的固眼微 颤会影响突破阈值激发出更多的信息状态，从而影响信息还原的无偏性。因此本 文得出结论，最优的固眼微颤的模式是由信息的期望和方差共同决定的二元目标 的最优化结果。最后，通过仿真实验验证了理论分析所得到的结论，并且探讨了 如何以这一神经元模型为基础，如何在计算机视觉中应用固眼微颤机制提高视觉 敏度。 对于控制的问题，本文以人体基于视觉反馈的运动控制研究为起点，着力在 人体的基于视觉反馈运动控制在不同的环境和情况下表现出了很好的适应性。根 据在实验装置下对于人手臂平面运动在不同视觉模型和势场情况下的运动分析 结论，研究对人体神经系统的控制过程的控制机理。再通过对于神经系统的运动 9 绪论 控制结论和框架，提出相应的控制算法去应用到伺服控制的模式上去。本文首先 根据视觉平面与运动平面之间的平面单映关系，对视觉模型进行分析并且变换得 到控制模型。针对得到的控制模型，首先采用人脑中通过r a n d o mw a l k 搜索方 式实现学习系统探索的粗糙调节，本文在算法中引入n u s s b a u m 学习项和 u n m i x i n gs e t 可以用来探索和学习在运动平面和视觉平面不平行情况下导致产 生深度影响的时变项，保证系统处于可控的空间，也加快了系统从震荡到稳定过 程的速度。同时模仿人臌中的误差反馈学习机制，本文引入相应的学习项来完善 对于未知系统模型的学习，实现精细调节来保证系统的响应性能。同时利用数学 证明的过程来说明控制算法可以有效地将系统的跟踪误差控制在稳定域内并渐 进收敛，因此可以认为，本文提出的生物启发的算法实现了任意视觉关系下对于 平面运动控制空间的未知模型视觉伺服控制。并且利用仿真分析的手段来说明提 出的控制律通过学习的过程的控制效果，可以很好地跟踪期望的轨迹，将跟踪误 差控制在很小的范围中，最后探讨了在机器学习的系统以及无线复眼网络系统中 的应用。 1 4 本文的结构安排 第一章介绍生物启发的工程项目研究现状与发展，并且介绍说明了论文所 基于的研究平台8 6 3 项目“生物启发的无线复眼网络，以及本文在项目中所承 担的角色，与项目整体框架之间的关系。最后说明本文的主要工作和论文的总体 结构安排。 第二章介绍了固眼微颤机制的生物背景和研究现状，通过对视觉系统建立 数学模型来说明光刺激信号量化成神经信号的过程。在比较存在和不存在固眼微 颤现象的两种情况来讨论固眼微颤对神经信号感知结果的影响。通过定量的分析 来说明如何从固眼微颤作用下的神经信号中还原更加丰富的信息，并且通过仿真 的手段来说明整个过程和结论。最后探讨了如何应用到一系列视觉摄像头感知问 题中去。 第三章首先介绍了运动视觉伺服控制问题的工程应用背景以及目前的研究 现状，接着介绍了人体运动控制过程研究中的背景和得到的一些结论。通过对于 视觉模型的量化分析，提出相应的基于小脑内模原理的视觉伺服控制的控制律， 控制律通过n u s s b a u m 项和u n m i x i n gs e t 元素的探测过程，以及误差反馈学习的 过程可以实现对于期望轨迹跟踪的任务。通过数学证明的方式验证了控制律作用 下跟踪误差的收敛性。然后通过仿真的手段说明和支持了结论，最后讨论了与项 目的关系以及工程应用的背景。 1 0 绪论 第四章对全文及取得的理论分析结果进行了总结和说明，并且对下步的 研究方向进行展望及相应可行性分析。 固眼微颤机制启发的微动视觉系统 第2 章固眼微颤机制启发的微动视觉系统 无线复眼网络的核心前提就是网络的感知能力，分散在环境中的许许多多 的复眼的感知能力将直接影响到整个无线复眼网络的响应性能。感知的目标就 是去更多更准确地还原环境中的信息，因此感知的问题被分类为两个阶段，从 感知到更丰富的感知信息和从感知的信息中提取需要的语义信息。 提高复眼的感知能力有两种传统的思路，一种是通过升级或者提升硬件能 力，通过使用更高分辨率的摄像头和更强运算处理能力的芯片来增强对于环境 的视觉感知能力；另一种则是通过优化现有的图像处理和分析算法，从有限的 视觉数据中挖掘出更多隐性的信息。根据生物视觉中的一些现象，我们试图抽 取出其中的核心的原则来优化和简化现有的视觉感知处理过程。由于无线传感 器网络本身数据处理能力的限制和对于能量消耗的要求，其中的视觉模块多是 装载低分辨率的摄像头。而对于局部环境变化感知的性能要求，往往是通过多 摄像头对于局部信息的感知来保证系统对于感知信息的要求。当视觉节点在空 间上的分布不足以保证对于环境感知的要求的情况下，则需要讨论如何从单眼 的角度在低分辨率的情况下去寻找高敏度图像。 2 1 问题背景 2 1 1 视觉感知在工程方法中的背景 随着计算机技术和数字电子技术的发展，计算机的计算能力和数字信息处 理能力得到了很大的提升，这样就给各种基于数字的信号和信息的处理算法提 供了很大的空间和支持，极大的推动了相关的算法研究。而基于数字信号的处 理需要的第一步就是把连续的变量离散化，这就牵涉到把感知到的环境信息进 行数字量化的过程。在数字图像问题中就是需要将连续的光流量量化成数字图 像信息，工程上常用的手段就是在感光元器件组成的感光阵列( 图2 1 ) ，后接 一个模数转换单元( a d ) ，在光信息转化成电信息以后，再通过a d 转化成数字 量，以便于后面的存储、计算和处理。 1 2 固眼微颤机制启发的微动视觉系统 图2 1 工程中的视觉系统 模数转换器的架构和实现形式有多种不同的方案，例如常见的逐位逼近式 模数转换器、积分式模数转换器、量化反馈式模数转换器等等，但是都是基于 一致的模数转换机制。模拟量量化的过程往往就是将其分成有限个不连续的阶 梯或增量，来变成数字量，理论上一个模拟量可以用无限多个数值表示，也就 是说分辨率是无限高的，但是在模数转换系统中，这是不可能实现的。由于设 计能力、工艺水品、噪声影响等各种条件的限制使其分辨率不可能无限高。而 且由于量化的过程是一种用数字量逼近模拟量的过程，因为也可以理解成为一 种舍入过程，所以量化误差等效于数值分析中的舍入误差。在量化过程中舍入 误差的原因是由于量化的分辨率限制所导致。因此定义量化误差来表征输入信 号和量化输出之间的差异，是分辨率与输入信号幅度的一个函数。而工程视觉 感知的过程非常类同于生物视觉的过程，在生物过程中寻找相关的视觉现象和 视觉过程可以应用到工程的视觉感知问题中去，而固眼微颤现象就是特别引入 注意的一个现象。 2 1 2 固眼微颤机制的生物背景 人眼存在着固眼微颤的现象，这一现象在1 7 3 8 年由j u r i n 发现。当人眼注 视着静物或者背景的时候，人眼并不是处于完全静止的状态，人眼仍旧在不自 主不停地进行着非常微小的颤动。他将这种颤动命名为“眼睛的振颤”。因此相 关地提出了许多种手段去侦测和记录这一现象，试图去探索其中颤动的规律， 然后再解释颤动背后的原因。直到1 9 5 2 年，由r b i t c h b u r n 和b g i n s b o r g 才真 正系统地分析和分类了这种运动。但是由于当时记录手段的局限，固眼微颤现 同眼微颤机制启发的微动视觉系统 象曾经一度进入研究的瓶颈期。随着在上世纪九十年代的技术进步，这一领域 重新受到了广泛的关注。目前，科学家普遍认同把人眼系统中固眼微颤现象中 的眼动分为三种，分别是振颤，漂移运动和闪动。 1 ) 高频震动或称为振颤( t r e m o r ) ：振颤是一种非周期性的研究波状运动， 运动的频率在3 0 到1 0 0 赫兹之间。其运动的幅度是几种眼动中最小的，因此也 在侦测的过程中也是最难从测量噪声中分辨出来。 2 ) 漂移运动( d r i f t ) ：漂移运动发生在闪动的间隔之间，其频率大概在2 0 赫 兹以下。漂移运动可能导致的移动范围将会导致感光细胞相对于感知的固定的 背景目标移动几个单元。振颤和漂移运动普遍认为是由控制眼球运动的肌肉的 神经冲动信号的噪声和变化造成的。 3 ) 闪动( m i c r o s a c c a d e ) ：闪动是在自主的注视过程中的微小的迅速的跳跃式 眼动，多数的时候表现为相对的低频和较大的运动范围。因此也是这三种之间 最显著的一种，并且也是固眼微颤中的主要运动因素。 2 2 研究现状 f 1m v _ _ 。_ - - - _ _ _ _ _ _ _ - _ j o - 1s 图2 2 检测剑的固眼微颤运动 2 2 1 固眼微颤现象的研究现状 自从被发现以后【l 引，固眼微颤的作用多年来一直吸引着广泛的关注和讨论。 技术的改进使得对于颤动模式的记录更加的准确【1 9 】【2 1 1 。同时，对于固眼微颤过 程中的参数分析也得到了进一步深入地探讨【2 3 1 。通过在实验室条件下建立绝对 的眼球固定状态【2 9 1 ，来抑制固眼微颤的产生，实验条件发现当不存在眼球的微 颤现象之后，视觉的感知能力会迅速地退化甚至在某种条件下会消失，这就是 著名的“t r o x l e r 效应”。对于“t r o x l e r 效应”科学家认为，由于视觉系统对于移 1 4 固眼微颤机制启发的微动视觉系统 动的物体更加敏感，因此固眼微颤的意义就是制造这样的运动来防止神经信号 的适应过程，而不会因为视觉信号的持续不变化导致神经系统的适应过程使得 感知背景的弱化【3 0 1 。但是越来越多的观测和实验结果表明这样的解释并不能够 解释固眼微颤运动的全部意义。因此持续涌现大量的对于眼动功能的解释。当 前主流意见一致认为，当人注视着一个特殊的物体或者背景的时候，固眼微颤 对于视觉的敏度和精度也有相应的意义和作用。c b o l g e r 比较了存在固眼微颤现 象和不存在固眼微颤现象下