张子昂，杨 旗，马千千，赵伟卓

(沈阳理工大学，机械工程学院，辽宁 沈阳 110159)

0 引言

随着机器人应用技术及计算机视觉技术的蓬勃发展，搭载视觉系统的机器人成为了国内外学者研究的热点。视觉机器人的应用中，往往需要机器人具备自主识别及跟踪目标的能力。

在机器人跟踪目标的过程中，目标往往会因为障碍物的遮挡或者目标运动到镜头外，导致跟踪目标消失在机器人视野内，机器人无法获得目标信息，从而无法准确跟踪，大大影响了跟踪性能。因此视觉跟踪机器人需要可以一定程度上抗目标丢失的跟踪性能。

均值漂移（Meanshift）算法[1]是目标跟踪中常用的一种基于核密度的无参概率密度估计方法，选取目标颜色作为跟踪特征时即利用物体颜色HSV值的特征，结合均值漂移（Meanshift）算法，实现对目标物体的自动识别与跟踪功能。该算法相比以往识别跟踪算法，计算速度更快，对目标物分辨率与轮廓完整程度要求小，精确度较高[2]。

但是当目标消失时，机械臂末端控制器因无法收到通过对图像处理后获得的正确的目标位置信息，导致跟踪失败，稳定性及鲁棒性很差。本算法中，当目标为未丢失状态时，利用Meanshift算法跟踪目标，控制机器人运动；若判断目标为丢失状态，则对实时保存的图像信息重检测，处理与分析，并预测机器人的运动轨迹，获得控制参数控制机器人运动找回目标，机器人重新侦测到目标位置信息，可以继续跟踪目标。

1 抗目标丢失的视觉机器人跟踪算法

1.1 算法框架

在机械臂末端对目标的跟踪过程中，目标的颜色信息一般来说不会发生很大的变化，有较强的抗形变能力，只要其颜色特征不变就能够对目标进行跟踪。……