视觉仿生学研究现状及展望

1、基金项目:国家863计划项目(2007AA04Z225,2009AA04Z211;国家自然科学基金资助项目(50975168;上海市教委科研创新重点项目(10ZZ60!视觉仿生学研究现状及展望程志君,谢少荣(上海大学机电工程及自动化学院,上海2000721引言目前无人飞机在军事,民用等各个领域得到了广泛的应用和重视,由于其具有体积小、隐蔽性好、可保障人员安全等优点,因此已经成为各国研究使用的重点之一。因为无人飞机的众多作用中,侦测观察为主要作用之一,因此就需要一套稳定可靠且成像清晰的视觉系统。传统的视觉系统在颠簸复杂的环境中就无法清晰准确地成像,常因为目标物体运动趋势的突然转变而发生目标物体丢

2、失的可能性。而且对于无人飞机而言,其体积的大小以及飞行的高度,直接影响了视觉系统的稳定性。特别对于小型低空无人机,其机械振动以及风向将对视觉系统的影响尤为明显。在实践中,发现传统地视觉系统已经逐渐无法满足无人飞机等系统在恶劣环境中工作的要求。因此需要通过仿生技术来代替传统的视觉系统,而人类的眼睛有着许多传统视觉系统无法比拟的优点。例如,在运动的环境中,人眼能够很快地适应环境,使外部事物能够清晰成像;另外,在眼睛所注视的目标发生偏移时,人眼会用一种特殊的机制快速捕捉到发生偏移的目标。仿生眼球运动控制研究正是在这样的情况下被提出了。为了能够进一步进行仿生眼的研究,就必须对现有的仿生眼模型、控制系统

3、的发展现状进行一定了解,此篇论文主要进行发展现状的概述,并在最后提出关于仿生眼研究的发展趋势。2视觉仿生学研究概况仿生学研究源于上世纪中叶,而关于仿生眼的研究则更是仿生学研究中的新贵,从1970年代开始,Robison 开始对猴子的视觉神经系统研究开始,开创了生物视觉仿生学的先河,在之后的几十年中,一批又一批科研工作者,经过自己的探索和努力,使得视觉仿生学有了长足的进步和发展。在下面篇幅中,将介绍部分在发展中具有代表意义的仿生模型及控制系统。1986年,D.A.Robinson 1等建立了关于平滑追踪运动的仿生模型,模型如图1所示。其模型利用了内部主动反馈机制,大大提高了系统的响应速度,同时在

4、此系统的参数设定中,作者进行了大量生物学数据比对,在潜伏期,响应速度和误差范围等都在一定程度与人眼平滑追踪的条件相符合。本文的模型相对比较简单,但是在仿生学研究的起步阶段,能够和生理学进行比对参考,可以说是一项比较重大的突破。1992年,Mitsuo Kawato 2等提出了一种基于反馈-纠错-学习方案的可计算的小脑运动学习逻辑模型。他们假设了攀缘纤维响应代表了有部分运动前区网络所产生的运动指令误差。因此,在他们的模型中,攀缘纤维响应在摘要:主要针对人眼仿生学,介绍了视觉仿生学研究的现状及部分代表性成果,并加以阐述其特性。最后总结了视觉仿生学研究的发展趋势。关键词:视觉仿生学;仿生眼;人工视觉

5、中图分类号:T B17文献标识码:A 文章编号:1002-2333(201004-0024-04State of the Art and Trend of Ocular BionicsCHENG Zhi-jun,XIE Shao-rong(School of Mechanical Engineering and Automation,Shanghai University ,Shanghai 200072,China Abstract :This paper majorly introduces the state of the art of ocular bionics based on b

6、iomimetic eye and several rep-resentative achievements.It also states their characters.Finally,the trend of ocular bionics is summarized.Key words :ocular bionics;biomimetic eye;artificial vision“Plant ”C N S CP -+-PMCASP 1VSplant90图1平滑追踪仿生模型T觶e觶T觶E觶D 5011STc +1e觶m 32E咬E 觶E觶e觶o A S130KsT e2+180P 21S

7、Te 2+1ACADEMIC COMMUNICATION学术交流理论/研发/设计/制造E觶 图8仿生机器人模型 图7基于反馈-纠错-学习的控制模型图6凝视平台控制器框架图5ESCHeR 机器人头部模型图2直接反向模型estimated motor command inverse model error -+motor commandcontrolled objecttrajectory电机指令坐标中被用作表达运动误差。本文分别用了3种不同的模型进行了比对,第一种是直接反向模型,模型如图2所示。此模型以已实现的轨迹作为输入、输出一个预估运动指令。预估运动指令与实际运动指令之间的区别在于用一个误差

8、信号作用于“学习”反向模块。此模型对于未预定的轨迹及复杂的冗余运动则无能为力。第二种为前向及反向模型,模型如图3所示。通过监测目标输入和输出,前向模块获取信息,并将预计轨迹传输到反向模块中,并由反向模块计算前馈运动指令,计算所得的在轨迹空间中的误差被传入前向模块,再进一步计算比对误差。其能够应用于冗余运动的轨迹变化,但是对于自身的反向传播则难以补偿。最后一种也就是反馈-纠错-学习模型,模型如图4所示。在此模型中,前馈运动指令及反馈运动指令都由反向模块产生,同时反馈控制器传输轨迹误差到运动指令误差。反向模块在将反馈运动指令当作误差信号的运动控制中,记录其状态,在之后发生相同轨迹误差时可以直接响应

9、,从而形成了学习功能。其模型也通过了猴子实验得到验证。虽然这不是一个单纯的视觉系统模型,但是手-眼协调运动的探索也是视觉仿生学中关键的组成部分。1996年,L.Berthouze3等设计了一个名为ESCHeR 的“机器人”,如图5所示。其主要是一个视觉机器人。作者通过反馈-纠错-学习设计方案,利用神经网络的误差反馈器以及如图6所示的凝视平台控制器实现了物体成像集中在摄像头中心的特点,基本模拟仿真了人眼成像的特征。同时,此机器人通过视觉系统的辅助及学习模块,对于运动的物体能够使得头部运动做出基本的反射,规定轨迹的运动及多形态的配合运动,能够简单地模拟多种线性头部运动。2001年,T.Shibat

10、a 4等利用PID 控制,并给予反馈-纠错-学习模块,并应用生理学实验数据,使其视觉控制系统模拟仿真了前庭动眼反射和视动反射两种人眼基本反射运动,其控制模型如图7所示。作者将此系统移植至仿生机器人上,如图8所示。使其成为一个具有三维视觉系统,手-眼协调运动的智能仿生机器人。2004年,J.Lee5等在机器人头部应用了单层对称控制器,它是基于脑干回路对称的视觉控制系统,这个机器人头部控制器在生物研究上是独一无二的,同时它精细的结构也得益于单层构造。为了使得机器人头部有更好的生理学反射,它做到了速度反馈被加入用作补偿脑干视觉控制系统中的絮状投射以及积分反馈(积分控制被加入用作表示上丘中的矢量平均机

11、制。这个结果表明视觉控制系统控制器拥有一个与脑干前庭回路较好匹配的结构。其提供了一个用作追踪模式的良好带宽,可以以较小的误差追踪较快的目标。本系统用PID 控制器模拟了快、慢相位的视觉追踪,在慢追踪中提供了最好的低视网膜误差及滑动速度的组合。同时,在追踪移动物体时,此系统允许扫视目标的预测性纠错。此系统最大的特点是开始模拟仿真人眼的神图4反馈-纠错-学习模型图3前向及反向模型error in controlcommandinverse modeldesired trajectorymotor commandcontrolled object forward modelerror back-pr

12、opagationerror in trajectroyrealizedtrajectoryinverse modelerror desired trajectory feedback controller feedback motor command motor command realizedtrajectory controlled objectfeedforwardmotor command+-+cdnOptional inputsMoving object Visual inputE S C H E RLeft camera Right camera u1v 1Encodersu r

13、v rL e f t v e r g c n c eR i g h t v e r g c n c eT i l tP a nCONTROL BOXindirect pathwayhead angular velocity head angular positionOculomotor Plant direct pathwayLeamingNetwork学术交流理论/研发/设计/制造ACADEMIC COMMUNICATION 图12线性反馈模块图13非线性神经积分模块图11可预测视觉追踪的内部交换模块图9共轭运动控制系统图10异向运动控制系统经系统的特点,由于复杂的高效运动学特点,系统是在二

14、维环境中,目标物体是在可调节的范围之内。其控制系统如图9、图10所示。2005年,W .Jessica Lee 6等建立了一套可预测视觉追踪的内部交换模块,如图11所示。其模拟了平滑追踪及急动两种人眼的基本运动模式。在此之前的许多模型基本都模拟人眼的一种运动,特别是平滑追踪,因为这个一种较为低速的运动,但是急动能够更好地捕捉速度较快的运动目标。模型用PID 控制实现了慢相位的平滑追踪运动,应用了一个开环实现对物体位置的一个估算,从而提供了一个较大的带宽,从而达到跟踪移动速度更快,跨度更大的物体运动,并通过模拟验证,证明了此系统的响应速度及震荡收敛速度比之前的单一运动模型更为优越。这套系统给出了

15、这样一个启示,在人眼仿生模型中,应融入更多更为全面的人眼运动模式,能够更好地提供更优的响应和更小的误差。2007年,Wilbur W.P.Chan 7等提出了非线性的神经积分模块,可以为视觉系统在黑暗中的目标捕捉。本文将这种非线性神经积分模块和线性反馈模块进行了性能上的比对。其控制模型如图12及图13所示。其中的积分环节f (i 是作者利用一条非线性曲线将接近峰值的运动特征曲线从整体剥离,进行模拟,建立这条“等价”曲线的方程,作为积分环节,再加入反馈环节,因为峰值部分的变化较其他部分响应速度要求更高,因此积分环节的引入,大大提高了系统的响应速度,而且在模拟形态上也更接近于前庭动眼反射的运动形态

16、。3视觉仿生学发展展望视觉仿生学经过了二、三十年的发展,已经开始能够从理论逐渐应用到仿生机器人或其他视觉系统的实体中,这也将是未来发展的目标及方向。从上述的发展现状可以发现,随着人类对自身大脑的研究不断深入,其视觉及其他神经系统将更为清晰准确地被描绘,从而视觉仿生学也由原来的闭环系统,逐渐开始发展出利用前馈环节、开环环节以及反馈-纠错-学习模块,并且加入了更多的算法,最为突出的就是PID 控制。研究人员也更多地开始模拟仿真人眼运动的模式,从简单的单一运动,如前庭动眼反射、视动反射,发展到模拟仿真更为高级的运动模式,如平滑追踪及急动。并且通过与生理学实验数据做比对,不断修正参数,建立起一套更有效

17、、更接近人眼运动的控制系统。同时也逐步将对多种运动模式的模拟结合到一套系统中,从而使得系统能够进行更为复杂的非线性耦合运动。同样,随着各领域研究的进一步深入,智能化也将成为重要的影响因子。在运动学中,人们大量的应用步态分析,从而将大量细化的数据输入芯片,从而使得所研发的机器人能够步态准确、稳健,具有了一定的智能化,那么在未来可见的时期内,这种智能化实践的方法也可ACADEMIC COMMUNICATION学术交流理论/研发/设计/制造以应用于视觉系统,建立一个较为详尽的数据库,当目标以一定的方向速度运动时,视觉系统的响应不再是滞后,更可以是具有“预判性”,即使在突发情况下,也能因为数据库的信息

18、、方案的完善,使得系统能够以最快的速度、最小的误差进行纠正,从而继续正常地运作。概括而言,视觉仿生学的研究趋势将符合下列几点:(1利用生理数据及人眼神经回路建立仿生模型;(2一个模型将能仿生人眼的多种运动模式;(3视觉仿生系统将逐渐具备一定程度的智能化。纵观其他成熟学科的发展,仿生学研究仅仅是一门新兴的学科,需要更多交叉学科的知识储备,要求更高,因而需要每位研究人员,花费更多的精力和智慧,同时,仿生学研究也同样具有更为广阔的前景。参考文献1Robinson D A ,Gordon J L ,Gordon S E.A Model of the SmoothPursuit Eye Movement

19、 System J .Biological Cybermetics ,1986,55:43-57.2Mitsuo Kawato ,Hiroaki Gomi.A computational model of fourregions of the cerebellum based on feedback-error learning J .Bio-logical Cybermetics ,1992,68:95-103.3Berthouze L ,Bakker P ,Kuniyoshi Y.Learning of Oculo-MotorControl :a Prelude to Robotic Im

20、itation C /Proceedings of the1996lEEE/RSJ International Conference on Intelligent Robots and Systems 96,1996:872-879.4Shibata T ,Schaal S.Biomimetic gaze stabilization based onfeed -back -error -learning with nonparametric regression networks J .Neural Networks ,2001,14:201-216.5Lee J ,Galiana H L.A

21、 Biologically Inspired Model of BinocularControl on a Free Head C /Proceeding of the 26th Annual International Conference of the IEEE EMBS ,San Francisco ,CA ,USA ,2004,9:1-5.6Lee W J ,Galiana H L.An Internally Switched Model of OcularTracking With Prediction J .IEEE transactions on neural system an

22、d rehabilitation engineering,2005,13(2:186-193.7Wibur W.P.Chan ,Galiana H L.A Non -Linear Model of theNeural Integrator in Oculomotor Control C /Proceeding of the 29th Annual International Conference of the IEEE EMBS ,Cite International ,Lyon ,France ,2007,8:23-26.(编辑明涛作者简介:程志君(1984-,男,硕士研究生,研究领域为机器

23、人仿生眼研究。谢少荣(1972-,女,博士学位,教授,博士生导师,研究领域为机器人仿生眼研究和基于探测机器人的立体机动图像监测监控系统。收稿日期:2010-01-11111111111111111111111111111111111111111111111111111111111基金项目:浙江省科技计划面上科研工业项目(2007C210601111111111111111挖掘机并联式混合动力系统建模及控制策略研究庹福幸,管成,徐振(浙江大学机械设计研究所,杭州310027液压挖掘机应用广泛,但其油耗高,排放大,在全球节能环保呼声不断提高的大环境下必须改进。液压挖掘机采用通常的正流量、负流量以及

24、负荷传感等电液一体摘要:针对液压挖掘机的并联式混合动力系统,基于其工作机理,建立了包括电池组、电动/发电机、以及柴油机在内的整个系统的动力学模型。重点建立了四缸柴油发动机的瞬态模型,以准确反映发动机转速及扭矩对外负载的动态响应情况。为了提高系统的节能效果,基于系统动力学模型及负载状况,以优化发动机工作点、提高燃油效率为目标,设计了一种多点控制策略。仿真结果表明,柴油机发动机模型合理有效,设计的控制方法能使混合动力挖掘机燃油效率得到了明显提高。关键词:液压挖掘机;并联式混合动力;柴油机;瞬态模型;控制策略中图分类号:U462.31文献标识码:A文章编号:1002-2333(201004-0027-04Research on Modeling and Control Strategy of Parallel Hybrid Power System in ExcavatorTuo Fu-xing ,GUANC heng ,XU Zhen(Reseach Institute of Mechanical Design ,Zhejiang University ,Hangzhou 310027,China Abstract :Ac