著名華人計(jì)算機(jī)視覺專家、斯坦福大學(xué)副教授李飛飛曾經(jīng)講過，“希望可以說服做機(jī)器人研究的朋友，（計(jì)算機(jī)）視覺是機(jī)器人的殺手級應(yīng)用?！?/p>

隨著機(jī)器人研究的發(fā)展和“越來越接近人類”這個目標(biāo)的進(jìn)一步深入，越來越多的學(xué)者和從業(yè)者更深刻認(rèn)識到了計(jì)算機(jī)視覺對機(jī)器人整個行業(yè)發(fā)展的重要性。

機(jī)器人視覺系統(tǒng)是指用計(jì)算機(jī)來實(shí)現(xiàn)人的視覺功能，也就是用計(jì)算機(jī)來實(shí)現(xiàn)對客觀的三維世界的識別。機(jī)器人視覺主要研究用計(jì)算機(jī)來模擬人的視覺功能從客觀事物的圖像中提取信息，進(jìn)行處理并加以理解，最終用于實(shí)際檢測、測量和控制。

機(jī)器人視覺的發(fā)展

機(jī)器人視覺系統(tǒng)經(jīng)歷了三代的發(fā)展：

第一代機(jī)器人視覺的功能一般是按規(guī)定流程對圖像進(jìn)行處理并輸出結(jié)果。這種系統(tǒng)一般由普通數(shù)字電路搭成，主要用于平板材料的缺陷檢測。

第二代機(jī)器人視覺系統(tǒng)一般由一臺計(jì)算機(jī)，一個圖像輸入設(shè)備和結(jié)果輸出硬件構(gòu)成。視覺信息在機(jī)內(nèi)以串行方式流動，有一定學(xué)習(xí)能力以適應(yīng)各種新情況。

第三代機(jī)器人視覺系統(tǒng)是目前國際上正在開發(fā)使用的系統(tǒng)。采用高速圖像處理芯片，并行算法，具有高度的智能和普通的適應(yīng)性，能模擬人的高度視覺功能。

機(jī)器人視覺目前存在的主要問題

1、如何準(zhǔn)確、高速（實(shí)時）地識別出目標(biāo)。

2、如何有效地構(gòu)造和組織出可靠的識別算法，并且順利地實(shí)現(xiàn)。這期待著高速的陣列處理單元，以及算法（如神經(jīng)網(wǎng)絡(luò)法、小波變換等算法）的新突破，這樣就可以用極少的計(jì)算量高度地并行實(shí)現(xiàn)功能。

3、實(shí)時性是一個難以解決的重要問題。圖像采集速度較低以及圖像處理需要較長時間給系統(tǒng)帶來明顯的時滯，此外視覺信息的引入也明顯增大了系統(tǒng)的計(jì)算量，例如計(jì)算圖像雅可比矩陣、估計(jì)深度信息等等。圖像處理速度是影響視覺系統(tǒng)實(shí)時性的主要瓶頸之一。

4、穩(wěn)定性是所有控制系統(tǒng)首先考慮的問題，對于視覺控制系統(tǒng)，無論是基于位置、基于圖像或者混合的視覺伺服方法都面臨著如下問題：當(dāng)初始點(diǎn)遠(yuǎn)離目標(biāo)點(diǎn)時，如何保證系統(tǒng)的穩(wěn)定性，即增大穩(wěn)定區(qū)域和保證全局收斂；為了避免伺服失敗，如何保證特征點(diǎn)始終處在視場內(nèi)。

機(jī)器人視覺應(yīng)當(dāng)進(jìn)一步研究的問題

1.圖像特征的選擇問題。視覺伺服的性能密切依賴于所用的圖像特征，特征的選擇不僅要考慮識別的指標(biāo)，還要考慮控制指標(biāo)。從控制的觀點(diǎn)看，用冗余特征可抑制噪聲的影響，提高視覺伺服的性能，但又會給圖像處理增加難度。因此如何選擇性能最優(yōu)的特征，如何處理特征以及如何評價特征，都是需要進(jìn)一步研究的問題。針對任務(wù)有時可能需要從一套特征切換到另一套，可以考慮把全局特征與局部特征結(jié)合起來。

2.結(jié)合計(jì)算機(jī)視覺及圖像處理的研究成果，建立機(jī)器人視覺系統(tǒng)的專用軟件庫。

3.加強(qiáng)系統(tǒng)的動態(tài)性能研究。目前的研究多集中于根據(jù)圖像信息確定期望的機(jī)器人運(yùn)動這一環(huán)節(jié)上，而對整個視覺伺服系統(tǒng)的動態(tài)性能缺乏研究。

4.利用智能技術(shù)的成果。

5.利用主動視覺的成果。主動視覺是當(dāng)今計(jì)算機(jī)視覺和機(jī)器人視覺研究領(lǐng)域中的一個熱門課題。它強(qiáng)調(diào)的是視覺系統(tǒng)與其所處環(huán)境之間的交互作用能力。

與傳統(tǒng)的通用視覺不同，主動視覺強(qiáng)調(diào)兩點(diǎn)，一是認(rèn)為視覺系統(tǒng)應(yīng)具有主動感知的能力，二是認(rèn)為視覺系統(tǒng)應(yīng)基于一定的任務(wù)（TaskDirected）或目的（PurposiveDirected）。

主動視覺認(rèn)為在視覺信息獲取過程中，應(yīng)更主動地調(diào)整攝像機(jī)的參數(shù)，如方向、焦距、孔徑等并能使攝像機(jī)迅速對準(zhǔn)感興趣的物體。更一般地，它強(qiáng)調(diào)注視機(jī)制（Attention），強(qiáng)調(diào)對分布于不同空間范圍和時間段上的信號采用不同的分辨率有選擇性地感知，這種主動感知既可在硬件層上通過攝像機(jī)物理參數(shù)的調(diào)整實(shí)現(xiàn)，也可以在基于被動攝像機(jī)的前提下，在算法和表示層上通過對已獲得的數(shù)據(jù)有選擇性地處理實(shí)現(xiàn)。

同時，主動視覺認(rèn)為不基于任何目的的視覺過程是毫無意義的，必須將視覺系統(tǒng)與具有的目的（如導(dǎo)航、識別、操作等）相聯(lián)系，從而形成感知／作用環(huán)（Perception／ActionCycle）。

6.多傳感器融合問題。視覺傳感器具有一定的使用范圍，如能有效地結(jié)合其它傳感器，利用它們之間性能互補(bǔ)的優(yōu)勢，便可以消除不確定性，取得更加可靠、準(zhǔn)確的結(jié)果。

給機(jī)器人加上一雙讀懂世界的“慧眼”是機(jī)器人的重要發(fā)展方向，也是先步信息的技術(shù)布局重點(diǎn)。