9、移动代理的快速视觉跟踪技术解析

移动代理的快速视觉跟踪技术解析

1. 引言

在多智能体系统中，智能体的控制与协调是一项极具挑战性和复杂性的任务。像搜索救援、未知环境测绘或简单的编队移动等应用，都需要从周围环境收集大量信息。由于可观测性的限制，大规模编队中更倾向于使用基于本地传感器的信息。

然而，本地信息处理需要复杂且昂贵的硬件来实时收集和处理传感器信息。此外，像相机这样的精细传感器，其算法往往耗时较长，通常难以实时提供令人满意的结果。因此，人们投入了大量研究精力来开发快速简单的图像分析方法，这在机器人视觉领域尤为明显，该领域致力于解决机器人定位与跟踪、编队控制、避障、抓取等问题。

机器人编队的视觉跟踪通常基于视觉标记。检测预定义形状或颜色的算法相对简单，甚至可以在低成本嵌入式计算机上实时执行。不过，不同的视觉跟踪方法存在各自的优缺点，例如某些方法中标记的位置可能导致只能从特定角度识别，而一些特征提取算法计算密集，需要实时甚至超实时处理能力才能获得满意结果。

目前，基于Haar-like特征的分类器级联提供了最快的目标检测方法。这种方法不仅执行时间短，而且基于Haar-like特征的统计性质使其对运动模糊和光照变化具有鲁棒性。为了提高基于视觉系统的鲁棒性和可靠性，还会使用额外的估计器，如基于浸入和不变性的视觉测距估计器、扩展和无迹卡尔曼滤波器等。

2. 快速视觉检测算法

2.1 特征与积分图像

视觉检测和定位移动智能体的算法基于Viola和Jones提出的“使用简单特征的增强级联进行快速目标检测”方法。该算法根据由白色和灰色矩形组成的简单直立特征的值对图像进行分类，特征值定义为白色和灰色区域内图像像素总和的差值。