面向人類眼球運動機理的仿生眼運動控制算法研究.pdf

1、人的眼睛是感知外界事物，與環(huán)境進行交互的重要器官，在其對外界目標事物進行感知、識別、跟蹤等過程中具有復雜而巧妙的神經(jīng)控制機制，能幫助人類快速、準確地對環(huán)境或者是目標事物進行認知。機器視覺的快速發(fā)展使機器具備與外界環(huán)境進行交互的基本能力，但是與人眼的高級視覺功能的差距還是很大。因此，深入理解人類眼球的控制機理，將其與機器視覺和控制科學等技術(shù)進行融合創(chuàng)新，提高機器的認知功能，具有重要的研究意義。本文重點對仿生眼運動控制算法進行了研究，主要工

2、作如下:
　　首先，簡單分析了仿生眼研究的背景與意義，對當前仿生眼的研究現(xiàn)狀進行了回顧與總結(jié)，指出了現(xiàn)階段仿生眼研究存在的主要問題，介紹了本文的主要研究內(nèi)容和后續(xù)的章節(jié)安排。
　　第二，研究了人眼球的結(jié)構(gòu)特點，分析了其獲取圖像的原理。對眼球運動控制的神經(jīng)機制進行了分析，為搭建仿生眼控制模型打下了生理學的基礎;探討了仿生眼運動控制與仿生視覺感知、理解的關系。
　　第三，深入分析了眼球平滑追蹤運動的神經(jīng)控制機制，根據(jù)神經(jīng)控

3、制機理建立了基于卡爾曼濾波和迭代學習控制算法的平滑追蹤模型。眼球獲取的圖像通常含有噪聲，卡爾曼濾波算法可以濾除這種干擾，保證了輸入的有效;迭代學習控制可以有效的解決周期性的目標跟蹤存在的問題，通過對前一周期目標運動信息的存儲學習，可以得到當前周期目標運動最優(yōu)的控制信號，實現(xiàn)對目標的完全跟蹤，解決了因處理圖像所帶來的時延問題;通過參數(shù)整定的方法得到了最優(yōu)的迭代學習控制參數(shù)，增加了模型的自適應性;通過對比仿真實驗對算法進行了驗證。