主程序模塊與一般的Linux應用程序沒有區(qū)別，它主要有以下幾個功能：與信息處理系統(tǒng)通訊;向?qū)崟r任務傳送控制參數(shù);實現(xiàn)人機交互，即將從實時任務傳過來的電機轉(zhuǎn)動數(shù)據(jù)和傳感器數(shù)據(jù)輸出到監(jiān)視器上，同時將通過鍵盤輸入的控制信號，實際上主程序模塊主要實現(xiàn)控制臺的作用，可以稱之為控制臺程序。

　　3.3運動控制過程
　　跟蹤系統(tǒng)的控制目標是:根據(jù)圖像處理獲取的目標質(zhì)心在圖像平面中的位置,實時調(diào)整機器人頭部的2個電機轉(zhuǎn)動角度,將目標置于圖像平面的中央位置。運動控制系統(tǒng)中一個控制循環(huán)大約需要3毫秒的時間。在信息處理系統(tǒng)中，處理一幀圖像平均需要100毫秒左右的時間。由此可見，視覺處理的周期要遠遠大于運動控制的周期。因此在一個視覺處理周期之后，系統(tǒng)應該做好下一個視覺處理周期之內(nèi)的運動規(guī)劃，也就是做好后面多個控制周期之內(nèi)的運動規(guī)劃，這樣才能保證機器人的頭部以均勻、平緩，同時又是準確的速度來跟蹤目標。

　　4 實驗
　　在仿人機器人BHR1中，信息處理計算機的CPU為PⅣ2.4GHz,內(nèi)存為512MB，運動控制計算機的CPU為PIII700MHz,內(nèi)存為256MB。SVS系統(tǒng)的采集速度為15幀每秒，采集圖像的大小為320×240像素。Memolink采用PCI接口，最大傳輸速率為1M bytes/s或1M words/s。

　　4.1 復雜背景下運動目標的跟蹤。
　　在運動物體跟蹤實驗中，紅色小球作為目標在機器人的視野中做單擺運動。為了驗證基于多圖像信息的目標識別算法，背景中放置了紅色的方塊和一個綠色的小球。實驗結(jié)果如圖5所示，第一行圖像是實驗場景，第二行圖像是左攝像頭的視頻序列，結(jié)果表明彩色目標運動速度小于0.3m/s時，機器人頭部仍可以很好地跟蹤目標的運動，并使其始終位于左側(cè)攝像機所采集到圖像的中央位置。在復雜的非結(jié)構(gòu)環(huán)境的室內(nèi)背景下，利用單一的圖像信息，系統(tǒng)很可能會跟蹤失敗。相同背景下，單一的顏色信息不能將紅色的小球和背景中的紅色方塊區(qū)分開來。

圖 5 復雜背景下彩色目標跟蹤實驗

　　圖6顯示了紅色小球運動狀態(tài)時的跟蹤過程，圖中的數(shù)據(jù)為實際數(shù)據(jù)的1/10抽樣。可以看出，在X軸方向上，目標質(zhì)心坐標到圖像中心的偏差在±30個像素以內(nèi)，在y軸方向上，目標質(zhì)心坐標到圖像中心的偏差在±20個像素內(nèi)。實驗說明在物體的運動過程中，跟蹤系統(tǒng)能夠?qū)崟r跟蹤物體并將物體的質(zhì)心保持在左眼攝像機的中心。

圖6 目標在X、Y方向上的跟蹤誤差（像素）

　　5 結(jié)論

　　本文提出了基于Memolink通訊的雙計算機的仿人機器人的視覺跟蹤系統(tǒng)，系統(tǒng)能夠滿足仿人機器人實時視覺跟蹤的性能要求。

　　在未知的復雜環(huán)境中，基于深度、顏色和模版匹配的多圖像信息融合方案確保機器人穩(wěn)定的從視頻序列中分割出運動目標。

　　本文作者的創(chuàng)新點
　　本文提出并實現(xiàn)了一種基于MemoLink通訊的雙計算機的視覺跟蹤系統(tǒng)， 一臺計算機負責視頻信息的處理，另一臺計算機負責機器人頭部的運動控制，實現(xiàn)了仿人機器人頭部對運動目標的實時跟蹤。本文提出了一種集成深度、顏色和形狀信息的逐步逼近目標區(qū)域的快速目標分割方法，實現(xiàn)了復雜背景下目標物體的穩(wěn)定分割。