许洋洋，李 伟，王 杰

1.郑州工业应用技术学院 机电工程学院，郑州451100

2.郑州大学 电气工程学院，郑州450001

基于视觉的控制一直是计算机视觉和控制领域的一个研究课题，其最主要的应用就是在机器人领域[1-3]。由于视觉数据的复杂性，图像处理算法所花费的时间不仅很长，而且随着图像的颜色、特征的可检测性和扩展性以及分割的可能性等特性的不同，所花费的时间也会有很大的变化[4]。此外，视觉算法本身会做出复杂的决策，这也会带来显著的运行延时[5-7]。因此为了减少延时，现有的方法种类很多，如，Horsssen等人[8]通过在驱动策略中增加阈值，来减小延时，Chang等人[9]通过结合控制和低延时通信约束来解决该延时问题。但这些方法都存在运算复杂、实际部署困难等缺点。另外，在图像处理中由于会存在大量异常数据，所以随机样本一致性（RANSAC）[10]被广泛使用于消除数据的异常值，如王可等人[11]提出在RANSAC框架下建立全概率混合模型来处理图像，李秀智等人[12]利用RANSAC结合最小二乘法来提高算法精度。但由于这类方法的特性，需要花费大量时间来运行，导致产生延时。为了解决延时问题，在此基于Prakash等人[13]提出的方法，提出了一个基于期限和事件驱动控制算法（DEC），解决视觉机器人在运行中的延时问题，并同时考虑了RANSAC方法运行过程中的延时问题。DEC方法的核心思想是以固定的周期更新闭环系统，但前提是延时小于限时，并且事件驱动的控制算法在事件发生时立即使用新数据。……