机器人眼部—查重修改.docx

本科毕业论文（设计）机器人眼部视觉识别伺服系统的研究题目作者学院专业学号指导教师二 年 月 日湖南涉外经济学院本科毕业论文（设计）诚信声明本人声明：所呈交的本科毕业论文（设计），是本人在指导老师的指导下，独立开展工作所取得的成果，成果不存在知识产权争议，除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或创作过的作品成果。对本文工作做出重要贡献的个人和集体均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。 本科毕业论文（设计）作者签名： 二 年 月 日摘要首先,分析了人眼眼球运动的特点和形式.然后,在人眼解剖学和生理学研究的基础上,根据控制眼球运动的神经回路,建立了可实现人眼功能的仿生型机器人眼三维眼球运动控制系统的数学模型.在与生理学试验相同的条件下对该模型用Matlab进行了仿真,仿真结果与生理学实验结果对比表明,该模型能自适应地实现人眼的平滑追踪、前庭动眼反射、视动反射及其复合运动.关键词:建模;机器人眼;仿生眼;眼球运动控制;自适应AbstractFirstly, analyzes the characteristics and forms of the human eye movement. Then, based on the anatomical and physiological research of human eyes, according to the neural circuit of eye movement control, established the mathematical model of the human eye can realize the function of biomimetic robot eye 3D oculomotor control system. In the same experimental conditions and physiology of the model uses the Matlab simulation experiments, simulation results and physiological experiments. The results show that the model can adaptively achieve smooth eye tracking, vestibular ocular reflex and optokinetic reflex and composite motion.Key words: modeling; robot eye; bionic eye; eye movement control; adaptive目录摘要3Abstract4目录5第2章 绪论61.1引言61.2 机器人视觉伺服系统发展概况61.3研究内容8第2章 仿生眼球研究基础92.1 两眼结构分析92.2 两眼视觉神经网络92.3人眼眼球运动的基本形式11第3章 机器人眼部信息获取133.1视觉伺服系统的要求分析及基本硬件选取133.1.1摄像机的选择133.1.2处理器及平台的选择143.2视觉系统结构的选择143.2.1单目视觉系统153.2.2双目视觉系统153.2.3多目视觉系153.3摄像机153.3.1摄像机同步采集与同步处理问题的解决163.3.2双摄像机的同步采集163.4.2 图像采集与图像处理的同步17第四章 机器人眼系统建模194.1 两眼运动控制系统194.2 眼部仿人运动建模19第五章 结论22参考文献23致谢24第2章 绪论1.1引言机器人是一种人工智能，能够感知、预测、决策和协调运动，从而真正实现人类与运动对抗的自动化机器。机器人作为一个展示系统集成和技术水平的良好平台，具有很高的研究价值和深刻的实践意义和广阔的应用前景，关键技术涉及到许多领域的辐射都可以。机器视觉伺服系统作为机器人的眼睛。为大脑提供信息以完成任务，实现感知和预测的功能。因此，机器视觉伺服系统是机器人的重要组成部分，有必要对视觉系统的体系结构、算法的功能和设计进行研究。目前机器人的研究已经取得了一定的进展，已经能够在简单的场景中完成初步的人机对抗，但仍有简单的人机对抗模式进行真实场景仿真，存在程度低的问题。而对于国内机器人起步较晚的研究，最早实现的实际系统是由浙江大学在当年研制的双拍、单目视觉、一七自由度气动机器人的基础上实现的一个简单函数。随着研究工作的开展，取得了一定的进展，但仍有许多方面有待改进。鉴于机器人系统其所需技术的实用价值及易拓展性,而视觉技术作为机器人系统中的重要组成部分,是机器人完成击球任务的重要前提和基础,机器视觉伺服作为感知、预测的一种重要的技术手段,对其进行专门的研究不论从“技术”层面还是“教学”层面都具有重要意义。1.2 机器人视觉伺服系统发展概况机器人的研究已经使用了很多年，视觉伺服系统应用到机器人的机器人的一部分。作为展示科学技术实力的重要平台之一，机器人的研究正在迅速发展。总的来说，机器人的速度比国内和国外发展的更快，而且对热的发展日新月异，研发投入的增长，而变的困难和简单的变向复杂的使用相应的技术，从单功能向多功能智能化发展。在视觉伺服系统中发挥着重要的作用，外部图像实时采集的实现，图像处理技术实现三维视觉技术应用的检测来实现定位与跟踪中的应用，准确地根据球的赛道时间，适当的模型的位置、速度等信息，实时这是一种精度要求是机器人视觉技术的应用，最重要和最难的部分是这个主要方面不同于传统的图像处理技术。从功能实现的角度，对国内外重点检测机器人视觉伺服系统，定位和跟踪来实现精确的球，在一个特定的模型，根据未来轨迹的信息已经被球球的准确预测和提供给执行机构控制器的预测结果。视觉系统结构、图像处理方法、轨迹预测与跟踪方法、预测模型等具体技术不尽相同，各种各样。七自由度仿人机械手是在上个世纪发展起来的，日本的东芝公司在中间的一个视觉系统的打击是双目视觉系统由两个模拟相机，相机采样率和分辨率的像素帧每秒。宾夕法尼亚大学的贝尔实验室在大多数年开发的机器人可以连续两轮取得的罢工行动，利用视觉伺服功能的视觉系统，由一个分辨率的像素，一个模拟摄像机帧每秒的采样率，并已在FIRST机器人竞赛冠军的瑞士苏黎世联邦工业大学开发的机器人使用双目立体视觉系统的摄像机的分辨率，在香港举行的帧每秒的采样率。在日本大阪大学开发的机器人是一个独立的图像处理组，它与两个同步触发摄像机连接。和局部加权回归分析法预测对高精度的边缘球的运动轨迹，实现了人机播放功能，他们目前视觉伺服的工作方向是实现对对手的态度，球和球拍的手势识别，球的轨迹，旋转式的期待，臂球运动时间赢得了更多的。而美国等人开发的机器人是用在单目视觉系统中，确定三维位置是根据图像平面的投影面积来确定尺寸，但这种方法的精度较低，实际效果不理想。从今年开始，实验室研制的三代机器人，第二代、第三代已经实现了许多人拍打着球，和第三代机器人控制回球的位置，也取得了不错的进展，奠定了浙江大学的硕士学位实现基础两章介绍机器人的集会。第一代机器人是一个球的影子球单目视觉系统，固定光投影在图像平面上的位置来实现三维定位，但定位精度不是很理想，从双目视觉系统的第二代和第三代，实现高精度的定位跟踪和预测更准确。人类对客观世界的感知超过90%的信息是通过眼睛获得的。人眼具有许多特殊的自然特征，如眼睛只能看同一目标的跟踪，通过头部运动引起的视觉偏差补偿，您可以快速切换目标，能够顺利地跟踪目标，可以在后台等看到物体的运动是由不同形式的运动，眼球运动的实现。在机器人上，“眼睛”是一种重要的传感装置。仿生机器人人眼与人眼的许多功能。目前，各种特征和人体运动已被模仿，但他们中的大多数只能达到一一个或几个运动，只有一维水平运动。本文主要研究仿生机器人眼控制系统三维运动的建模，对前庭动眼反射、视动反射平稳跟踪三运动的计算机仿真模型的应用，并将实验结果与生理研究的仿真结果，验证了模型的正确性。1.3研究内容本文的工作主要由以下几个部分组成1机器人视觉伺服系统硬件平台的搭建及软件程序的设计与实现。2的准确检测、定位、跟踪算法及摄像机自定位算法的改进3与球桌碰撞过程模型的研究及飞行轨迹预测模型的改进。4拍的检测及姿态识别算法的研究。第一部分，建立了机器人视觉伺服系统硬件平台的详细介绍，包括系统硬件的选择和要求的分析，构建了基于双目视觉的结构，相机同步，图像同步采集、图像处理程序同步，实现了视觉系统的软件框架设计、程序流程，介绍了各部分的功能。第二部分,对的准确检测、定位及跟踪算法进行详尽的介绍和分析,提出改进的检测、跟踪算法并以实验结果佐证为了满足本体视觉的需要,文章还给出了一个线性的、快速的、足够精确度的视觉自定位算法,并通过实验验证了算法的有效性。碰撞过程模型的研究及模型的建立,以及飞行过程中的轨迹建模及预测模型的改进。第四部分,作为进一步完善机器人视觉伺服系统功能完善的一部分,对对方球拍进行跟踪检测,提前预知对方回球方向以给手臂提供更多的运动时间是一个可行的途径。文章将在此部分提出一种新的、简便的、精度较高的球拍姿态检测算法,对其进行详尽的推导分析,并与其他方法进行了实验对比分析。最后是论文的总结,总结已经取得的进展以及当前的视觉系统的状况,指出存在的不足,并为后续工作提出自己的建议。第2章 仿生眼球研究基础2.1 两眼结构分析从解剖学的角度来看，眼球是由巩膜（Sclera）、角膜（Cornea）、瞳孔（Pupil）、透镜（Lens）、虹膜（Iris）、睫状体（Ciliary body）、视神经（Optic nerve）、视网膜（Retina）、脉络膜（Choroids）等组成，见图 1 所示。图2-1 眼球水平切片并且人类视觉系统可分为4个部分：眼睛、视神经、侧釉质和视皮层。神经从眼睛画，这是部分交叉于视交叉，即只有一半的横向搪瓷达成，而另一半到达同侧的外釉。外釉质不仅是视觉信息的中继站，还可以调节和处理视觉信息，由中继细胞形成的视觉辐射与大脑后叶的视皮层相连。当场景位于眼球的视网膜时，视网膜细胞将能量转换成电脉冲。这些冲动通过视觉神经传递给视觉皮层。眼睛是关键的4个部分。2.2 两眼视觉神经网络在研究人的两眼运动控制时，为了简化人类复杂的视觉神经网络及其反馈控制系统，主要考虑眼球运动中最为重要的水平运动，头部运动也限于在水平面上作旋转运动。为此，以人的视觉生理学和解剖学的研究成果为基础，用图中来描绘人的视觉神经网络和两眼与视标之间的透视关系1-3。图中的黑星和虚线表示抑制性神经元和抑制性神经通路，白星和实线表示兴奋性神经元和兴奋性神经通路。 从图2-1 知道，人的两眼视觉以左、右对称为中心轴CL，构造人的视觉神经网络。以左眼为例，从左水平半规管 HSCl来的兴奋性神经信号与左前庭核 VNl内第 I 类神经元相连；从左眼球鼻侧网膜来的神经和左眼球中心窝的一部分神经交叉后，与右眼球中心窝来的一部分神经汇合在一起，经过左视索核 NOTl和左桥被盖网样核 NRTPl，最后到达左前庭核 VNl内第 II 类神经元。从左耳侧网膜来的神经经过左外侧漆状体 LGNl、左大脑皮质视觉领 VCl、左被外侧桥核DLPNl后，与左前庭核 VNl内的第 II 类神经元相连。 从左前庭核 VNl出发到右眼筋（MRr、LRr）为止的兴奋性神经通路分别如下：(1) 从左前庭核 VNl内第 I 类神经元出发到达右前庭核 VNr内第 II类神经元；(2)从左前庭核 VNl内第 I 类神经元出发，经过左动眼运动核 OMNl后到达左 MRl；(3)从左前庭核 VNl内第 I 类神经元出发，经过右外转神经核 ANr到达右外直筋 LRr。而且，左外转神经核 ANl、右内侧从束 MLFr、右动眼运动核 OMNr和右内直筋 MRr也相连，并构成兴奋性神经通路。抑制性神经通路是从左前庭核 VNl内第 I 类神经元出发到达右前庭核 VNr内第 I 类神经元，左前庭核 VNl内第 I 类神元与左外转神经核 ANl相连，左前庭核 VNl内第 I 类神经元与右动眼运动核 OMNr相连构成抑制性神经通路。由于右眼的兴奋性神经通路和抑制性神经通路与左眼的情形完全类似，故在此省略。 2.3人眼眼球运动的基本形式人类的眼睛基本上是一个球体，每一个眼球由几个眼外肌组成。与人眼和小脑有关的器官，前庭器官。三个半规管、椭圆囊和球囊。半规管是一个角加速度传感器，在三个垂直平面上的三个半规管的每个侧面，它可以感觉到不同方向的加速度。的椭圆囊和球囊和人体的受体的角度。人眼的自然功能和眼球运动的不同形式。人眼的眼球运动分为以下五种类型：(1)扫视运动(saccade):也称为急动,即当双眼自由地看周围环境时,视线很快地从一个注视点移向另一个注视点.其潜伏期一般为200 250ms,速度约为400/s.(2)平滑追踪运动(smoothpursuit):当眼球追踪一个运动物体时所发生的运动,使视线平滑地跟踪目标.当一个运动的目标以小于50/s的速度出现在视野中时,眼球在捕捉目标的急动之后,随即准确地追随目标移动.其潜伏期为125ms,最大速度为3050/s.(3)异向运动(vergence ordisjunctive move-ment):也称趋异运动、分离运动,指当眼睛交替注视较近和较远的物体时,双眼同时、等量、等速度地向相反方向的转动.其潜伏期约为125ms,最大速度约为20/s.(4)前庭动眼反射(VOR: vestibulo-ocularre-flex):前庭刺激引起的反射性眼球运动,即当头位突然改变时,产生与头转方向相反的眼动,使眼的位置在头和身体的姿势改变时保持不变,以维持视网膜成像的稳定.(5) 视动反射(OKR:optokineticreflex):由于整个视觉世界运动引起的眼球反射运动,使人眼能看清运动背景中的物体。第3章 机器人眼部信息获取3.1视觉伺服系统的要求分析及基本硬件选取机器人视觉伺服系统的基本功能需要实现的工作包括1)摄像机连续捕获信息。2)处理器及时处理信息区域。3)根据区域内信息变化转动。4)实现机器人眼部的多维转动。3.1.1摄像机的选择1)帧率实时性和准确性是机器人视觉伺服系统有效性的两个重要方面。实验数据显示对球的正常测量时的飞行速度很高，所以得到的曝光时间飞行的清晰画面很短，目前国际标准球直径，电阻的曝光时间会造成曝光时间在球移动球直径的位置。对摄像机捕捉到的图像进行投影会造成“涂抹”现象，即，近似柱面区域得到的球目标区域不圆，对球的识别，球的检测和定位精度误差。另一方面，从正常的单向一侧的表球击出的球被击中的飞行体验飞行时间的另一面是，为了获得尽可能多的连续画面的过程中，所以摄像机图像捕获率是摄像机的帧速率尽可能高。2)颜色市面上的摄像头可以选择黑白灰度摄像头和彩色摄像机。考虑到彩色球的特点，容易区分的环境，提高检测的精度和抗干扰能力的视觉系统，彩色摄像机可以提供功能更丰富的信息，分辨尺寸相应地更准确地分类在非功能区，可以提高检测精度。3)像素对于一个固定数量的视场的大小，相机的感光器件感光单元尺寸的相机的像素值，相机的像素值越大，精度越高的区别，另一方面，像素值越大，需要传输的数据量大，传输时间也更多的，但这会影响相机的图像采集频率帧的大小，所以相机像素大小的选择原则是，在保证帧速率符合要求的情况下，像素值尽可能大的相机选择，以保证系统的准确性。4)传输接口摄像机数据传输接口有总线接口的,也有千兆以太网接口的,一中规定速率为到。中更高的速度是灯到。具体的传输速率和摄像机本身设计有关,而千兆以太网接口相对比较通用和便利,传输速率也是对摄像机帧率的一个主要影响因素,只要所选用的摄像机帧率能够满足要求,那么两个传输接口都是可行的。5)镜头透镜的畸变是影响透镜成像精度的主要因素，小畸变透镜的选择可以简化摄像机的描述模型，简化相关算法。从光的角度是两个影响因素的角度，会影响相机的位置，实验环境会提出不同的要求，和光的量是由于在高速采集状态，相机的工作，所以曝光时间很短，所以你需要一个清晰的画面，也需要透镜的光的数量是适合大。3.1.2处理器及平台的选择该处理器的图像处理能力要求很高，在处理图像的尺寸计算的增加也迅速增加，使计算和处理图片大小的量是相同的比例的情况下，同样的算法，随着图像处理算法的复杂性提高计算量也迅速增加。鉴于机器人视觉伺服系统对实时性要求较高，需要选择具有较高工作频率的处理器。实时处理系统必须满足更高的要求，我们选择的系统平台，虽然该系统不是实时操作系统，但该制度的实施结果表明，处理软件技术可以实现实时性的要求，如使用了多线程技术，设置最高优先级。3.2视觉系统结构的选择根据视觉系统所使用的摄像机的数量，大致可以分为三类：单目视觉系统、双目视觉系统和多视觉系统。顾名思义，单目视觉系统是视觉系统中使用的摄像机数量，摄像机的数量与双目视觉系统相同。无论什么类型的系统。机器人视觉伺服系统的基本任务是相同的，即，准确的检测，跟踪，定位，并给出准确的预测未来的飞行轨迹。不同类型的系统，定位原理和算法会有所不同，定位精度和算法的稳定性也不同，另一方面，系统的成本、价格也不一样。3.2.1单目视觉系统单目视觉系统具有系统简单、成本低、计算量小等特点。单目视觉系统的定位需要利用外界环境中的其它信息，如确定光源的位置、阴影等。由西班牙等人开发的机器人采用单目视觉方案，它们依靠辅助灯和球在桌面上的“影子”信息来实现对球的定位。浙江大学，杜森森，提出了一种改进的刀的方法。然而，单眼视觉对周围环境的要求很高，抗噪声能力差。3.2.2双目视觉系统双目视觉系统是一种模仿人眼的视觉系统，被广泛应用于机器视觉伺服系统中。双目视觉的优点很多，和眼睛定位的原理是类似的，使用左和右摄像机目标定位时间，是仿人机器人的两个重要部分，相对定位精度高、对周围环境低的系统要求，系统的抗干扰能力三、系统成本不高。主流处理器已经成功地完成了两个摄像头的图像采集和高速处理。因此，视觉系统采用双目视觉，视觉系统的硬件和软件是独立的ARM控制器。3.2.3多目视觉系多视觉系统由于存在多个摄像头提供的信息，所以对于目标位置信息的冗余，可以利用冗余信息，达到较高的定位精度，以及抗噪能力也强的单眼和双眼视觉系统，视觉系统，另一方面也可以收集其他环境信息的使用为提高相机的视觉系统的性能冗余设备的目标。然而，多视觉系统的成本是高的，它是必要的，以使系统更复杂的多摄像头的优势。3.3摄像机Basler相机提供后续相机发展的软件界面，相机和摄像机控制总线进行数据传输，同时，相机本身还设计了外部控制信号的硬件接口，可以用来控制相机的曝光时间等，工作状态的抽样框，可以也可用于读取相机目前的工作状态。3.3.1摄像机同步采集与同步处理问题的解决双目视觉系统是单目视觉系统和多视觉系统之间的系统工程造价，但系统的结构和处理要求也在两者之间。在机器人视觉伺服系统实时性的要求很高，但在双目视觉系统，硬件系统由计算机、摄像机、如何实现时间收集的邮票之间的统一的同步和时间同步，相机和电脑摄像头是必须另一方面实时视觉伺服系统解决的技术问题，另一个问题，需要解决的是如何用计算机实现同步的摄像机采集与处理。本部分对这两个问题进行了分析，并介绍了系统所采用的软硬件技术。3.3.2双摄像机的同步采集在双目立体视觉系统的摄像机，在两摄像机，同步采集、同步显示、传输和处理是保证检测的准确性和系统精度的基础，所以解决同步问题摄像机是系统的一个基本实现的关键部分。同时，系统采用硬件上的同步触发，实现摄像头的同步采集和软件的处理，实现左右图片的同步化。1）硬件同步双目摄像机系统在实现图像处理和目标识别等进一步的功能前,首先需要解决的问题是两个摄像机的同步采集问题,即要求左右摄像机拍摄到的（曝光得到现实场景的刻录）像片是同一时刻的环境中的场景。系统所采用的Basler A602fc摄像机提供了一组接口,供外部控制信号控制摄像机的曝光时刻与曝光时间长短,以及读取摄像机工作的状态信息。同时左右摄像机同步采集相机曝光获取左右两图像以使相机曝光的同时，系统选用的同步信号发生器的输出，根据开关周期的控制信号可以被设置在五个不同的频率，相机提供了一个基于操作模式由上升沿触发信号在开始接触外部触发信号，高水平的高低取决于曝光时间的长度。由于输出信号实际上是同一个信号，所以两个信号使用口的左右摄像机同步触发信号，可以确保左右摄像机同时曝光，曝光时间和长度相同。根据实际需要的不同工作频率的选择相机，如曝光时间、采集帧率要求，能满足图像处理时间要求的速度，由于一系列的图像处理程序的时间和减少预测算法在图像处理技术的提高，实际时间小于实际系统中，使系统运行触发信号发生器的工作原理。2)软件同步虽然左右摄像机实现了同步采集图像,但由于软件接口以及数据传输的原因,还不能确保计算机同时处理的是由左右摄像机同步采集得到的两幅图片,实验表明,在未作软件同步处理时,计算机同时处理(计算机认为两幅图片是同步的)的两幅图片不是同一时刻采集得到的图像,而实际上相差了一帧。为了解决这个问题,需要了解摄像机采集、传输图片的机制以及1394卡中,图片缓冲区存储图片的机制。在卡中,摄像机采集后传输到的图片采取堆栈的形式进行存储,而在由摄像机公司提供的软件接口中,对图片缓冲区的图片读取采取先进先出型,由于读取左右图片的时间在程序逻辑上存在先后而读取图片需要消耗的时间长度相对于图像采集的时间不能被忽略,导致先读取的摄像机所得到的图片可能早于后读取的摄像机图片一帧,即会出现这种情形先读取左摄像机图片,得到了左摄像机的第帧图片,消耗了的时间,然后读取右摄像机的图片,此时左右摄像机的第帧图片都已经采集传输完成,所以读取到浙江大学硕士学位论文第章视觉伺服硬件平台搭建及软件设计与实现的右摄像机图片是第帧的图片,由此就出现了帧的错开,即实验中所观测到的现象。为此,设计了如下图表一所示的程序逻辑保证所采集到的左右摄像机的图片都是最新图片,来避免以上问题的出现,最终实现左右摄像机图像的同步采集(程序中检测摄像机缓冲区状态的语句执行时间相对于图像曝光时间几乎可以忽略不计)。有图3.4.2 图像采集与图像处理的同步该相机采用的是外部硬件触发方式，所以无论花多少时间，图像处理，图像采集和传输的频率不会改变，为了配合图像采集和图像处理与图像采集和处理时间来解决同步问题，系统采用共享内存的多线程处理技术。1）内存共享为了方便地使用图像采集程序获取的图像数据，我们使用共享内存的解决方案。但由于图像处理周期和图像采集周期的时间不完全一致，所以根据图像采集和图像处理的时间比不一致，在打开更多的内存块图像时要协调我们双方的工作周期。其中，由于打开图像存储器的数量，图像处理的时间周期，作为图像采集的时间周期，其原理是，在图像处理的时间包括存储器区在内存的打开区域有足够的空间来存储图像收集的图片。事实上，图像处理的时间周期是不固定的，所以它需要一个较大的值比计算值。另一方面，为了防止冲突引起死机内存使用技术，系统采用事件通知和互斥的方式实现采集和使用共享内存线程同步处理，事件是用来通知线程已经发生的一些事件，从而开始了后续任务的开始。事件对象也可用于通过通知操作保持线程同步。实验表明，该系统运行良好，无内存使用冲突。第四章 机器人眼系统建模4.1 两眼运动控制系统 根据人类视觉生理学和解剖学的研究结果，当头部在一个方向旋转时，左右水平半规管可以检测头部的旋转方向。双眼的视觉符号和眼睛的旋转运动在鼻腔和横向方向上分离。为此，我们可以确定人眼运动和左右水平半规管以及视觉信号之间的关系，如图4-1所示。假定左（右）水平半规管和左（右）眼球向逆时针（顺时针）方向旋转定为正（负）方向，头部向逆时针（顺时针）方向旋转定为正（负）方向。如果头部的旋转速度是，则左（右）水平半规管检测出的头部旋转速度l =（r = ）。假定两眼朝向鼻侧（耳侧）方向旋转时，视轴旋转角 El和 Er均为负（正），并且左、右眼球捕获到的网膜误差分别定义为 Rl和 Rr。由于两眼网膜是左右对称的，视轴位置 l和 r在视平行线与通过眼球中心点平行直线的鼻侧时为负，视标在视轴的耳侧时为正。因此，两个人类视觉神经网络和透视和视觉对象之间的透视几何关系的组合，可以使用获得的人形机器人的运动控制系统。 图4-1 机器人的两眼运动控制系统框图4.2 眼部仿人运动建模假定左、右前庭核检测出的头部旋转运动时间常数分别是 Tl和 Tr，左、右前庭核内第 I 类神经元的轴突信号传导度分别是 al1、al2、al3和 ar1、ar2、ar3（al1和 ar1中包含有前庭核的增量），左、右前庭核内第 II 类神经元的轴突信号传导度分别是 al4、al5、al6、al7和 ar4、ar5、ar6、ar7（它们分别表示视索核，视觉领等神经传导度的增量），从左、右前庭核分别到外转神经核和动眼运动核为止的神经元积分器的时间常数分别是 Tnl、Tnr，从左、右前庭核到外转神经核的神经通路的增量分别是 T*el和 T*er，左、右外转神经核的轴突信号传导度的增量分别为 bl1和 bl2、br1和 br2，左、右内直筋和外直筋的传递函数的时间常数分别是 Tel和Ter。从人的视觉生理学实验研究1-2知道，Tl、Tr、Tnl、Tnr分别在 10 秒20 秒之间。并且从已有的研究成果知道，在左、右前庭核和外转神经核及动眼运动核之间存在不完全积分器，这些积分器的时间常数很长。故左、右前庭核、外转神经核和动眼运动核之间的不完全积分器可视为纯粹积分器。由此，从图 3 获得两眼运动控制系统的输入和输出关系如下： 由于两眼特征是左右对称的，因此有 T*el =T*er=Tel =Ter =Te。在式(1-1) (7-2)中，设 1=bl1+cl1+br2 cl3 =br1+cr1+bl 2 cr3、2=bl2+cl2+br1cl3=br2+cr2 +bl1cr3、=al2+al4al3=ar2+ar4ar3、=al3 al6 =ar3ar6、=al3 al5 =ar3 ar5、=al3 al7=ar3 ar7、1=1+2、2=2+1；则式(1-1)(7-2)所表示的两眼运动控制系统的数学模型（输入和输出之间的关系）可以用下式表达3：式中第 1 项表示两眼前庭动眼反射传递函数，第 2 项为两眼辐辏运动传递函数，第 3 项是两眼协调运动（左、右摄像机同方向运动）传递函数。从上式可以知道系统的稳定条件是12。当 1=2时，第 2 项为 0，辐辏运动消失；当 = 且 = 0 时，第 3 项为 0，两眼协调运动消失。第五章 结论本文以人的视觉生理学和解剖学的研究成果为基础，研究了仿人形机器人两眼的运动模型和控制方法，目的是为我们开发的视觉和触觉的两足人形机器人完成三维重建，在不同的环境下，有效的目标识别、运动目标检测、跟踪和定位走，手眼协调、规划和基于视觉活动避障打下坚实的基础。仿真结果表明，运动模型和控制方法能有效地实现仿人机器人的眼睛的协调运动，前庭眼反射辐辏运动，视觉功能。 参考文献1白蕾,杨宁宁. 基于眼固定的机器人视觉定位J. 电子设计工程,2016,(15):25-27. 2信继忠,柯显信,杨阳,尚宇峰. 仿人机器人眼部运动准确控制与实现J. 计算机仿真,2015,(12):349-353. 3谢少荣,刘思淼,罗均,黄潮炯,杨毅,李恒宇. 一种混合驱动柔索并联仿生眼的轨迹规划J. 机器人,2015,(04):395-402. 4王国彪,陈殿生,陈科位,张自强. 仿生机器人研究现状与发展趋势J. 机械工程学报,2015,(13):27-44.