即時線上追蹤速度調整機制

( )

0.01≤e t−1 ^{e t}

( ) (

^{−e t− ≤ −1}

)

^{0.01 -1}

(

¹

)

^0.0

e t− ≤ − 1 ^{0<e t}

( ) (

^{−e t− ≤1}

)

^{0.01 0}

(

¹

)

^0.0

e t− ≤ − 1 ^{e t}

( ) (

^{−e t− ≤1}

)

^{0 1}

(

¹

)

^0.0

e t− ≤ − 1 ^{0.01<e t}

( ) (

^{−e t−1}

)

^-1

表4.1 目標物誤差與修正值的對應關係表

如同4.4 節中所提到的當物體距離影像中心僅有±1%的誤差的時後，系統會 判定已經追蹤到物體。所以在表4.1 中當^{−0.01<e t}

(

^{− <1}

)

^{0.01時e值為 0，亦即Vmax}

不做任何調整。而為了不讓眼球機器人因為追蹤速度過快而產生overshoot的現 象，所以在系統中限制每一個step（系統抓取 2 張影像的間隔）中只讓物體往影 像中心靠近影像範圍的 1%。而如果比較^{e t}

( )

^{和e t}

(

⁻¹

)

後發現影像誤差變大，則 將Vmax增加使眼球機器人能夠跟上物體的移動速度。

第五章 實驗結果

5.1 定點控制（set point control）

為了驗證上面的控制方法能使眼球機器人將目標物正確的帶至影像中心的 位置，首先將物體先將目標物固定，分別驗證當目標物位於影像的左上、左下、

右上、右下的時後系統基於上面離線訓練完成的類神經網路架構對於眼球機器人 的控制結果。下圖中垂直座標皆為為物體距離影像中心的誤差，而水平座標則代 表系統作了幾次的追蹤流程（擷取影像、計算、送控制命令到眼球機器人各軸）。

每一次的追蹤流程約耗時0.15 ~ 0.25 秒。

1. 物體位置位於影像之左上角

距影像中 心誤差

系統調整 次數

圖5.1 物體位於影像左上位置的水平方向調校結果

距影像中 心誤差

系統調整 次數

圖5.2 物體位於影像左上位置的垂直方向調校結果

距影像中 心誤差

距影像中 心誤差

圖5.3 物體位於影像左上位置調校的二維誤差軌跡

在這邊需要注意的是，圖5.3 中由於是誤差軌跡圖。所以雖然影像位於物體 的左上方，但是在誤差軌跡圖中看來反而是在右邊。

2. 物體位置位於影像之左下角

距影像中 心誤差

圖5.4 物體位於影像左下位置的水平方向調校結果

系統調整 次數

系統調整 次數 距影像中

心誤差

圖5.5 物體位於影像左下位置的垂直方向調校結果

距影像中 心誤差

距影像中 心誤差

圖5.6 物體位於影像左下位置調校的 2 維誤差軌跡

3. 物體位置位於影像之右上角

距影像中 心誤差

系統調整 次數

圖5.7 物體位於影像右上位置的水平方向調校結果

圖5.8 物體位於影像右上位置的垂直方向調校結果

系統調整 次數

距影像中 心誤差

距影像中 心誤差

距影像中 心誤差

圖5.9 物體位於影像右上位置調校的 2 維誤差軌跡

4. 物體位置位於影像之右下角

距影像中 心誤差

圖5.10 物體位於影像右下位置的水平方向調校結果

系統調整 次數

系統調整 次數 距影像中

心誤差

圖5.11 物體位於影像右下位置的垂直方向調校結果

距影像中 心誤差

距影像中 心誤差

圖5.12 物體位於影像右下位置調校的 2 維誤差軌跡

由上面的結果可以看出不管欲追蹤目標物位於甚麼位置，利用以訓練完成的 類神經網路皆可成功的控制眼球機器人將欲追蹤目標物帶至影像中心。當欲追蹤 目標物在角落時，系統將其帶至影像中心所花費的時間約為8 秒。而由誤差軌跡 圖也可以看出經由類神經網路的控制，欲追蹤目標物由角落到達影像中心的軌跡 約和人類追蹤物體的最短路徑相仿。

5.2 目標物追蹤結果

經過 5.1 節中調校結果的驗證，確認了經過訓練後的類神經網路可控制眼球

機器人將欲追蹤目標物由各角落帶至影像中心位置，接下來要驗證的是當欲追蹤 目標物物開始移動的時後系統在追蹤上的表現。在追蹤過程中眼球機器人脖子轉 軸的最大速度Vmax_neck為800 轉/分，而眼睛轉軸的最大速度Vmax_eye則為100 轉/

分。首先驗證的是當目標物速度固定的時候，系統對欲追蹤目標物的追蹤結果。

在追蹤過程中，物體移動的軌跡如圖5.13 所示，欲追蹤球型目標物在 50cm ×

50cm 的範圍內從右上到左下以 16 秒一次反覆的固定速度反覆的移動（單軸速度 約為0.0625m/s）。

圖5.13 欲追蹤目標物定速移動軌跡圖

距影像中 心誤差

系統調整 次數

圖5.14 目標物定速移動的水平方向追蹤誤差軌跡

距影像中 心誤差

系統調整 次數

圖5.15 目標物定速移動的垂直方向追蹤誤差軌跡

距影像中 心誤差

距影像中 心誤差

圖5.16 目標物定速移動的 2 維追蹤誤差軌跡

追蹤的結果誤差約在±0.04，而由圖 5.16 也可看出欲追蹤目標在整個追蹤過 程中皆落在影像中心附近的一個小範圍內。在圖5.14 和 5.15 中紅色圓圈出來的 部份很明顯的看出誤差增加，這是因為此時眼球機器人因眼睛軸到達系統所限制

的極限值而做眼睛和脖子的切換動作所造成。

接下來將物體的速度隨時間規律的做改變，軌跡如下圖 5.17 以 sin 和 cos 函 數組成一個球型的軌跡，速度為32 秒一圈。以此來觀察追蹤系統對於目標物速 度變化時的追蹤表現。

圖5.17 欲追蹤目標物規律變速度移動軌跡圖

距影像中 心誤差

系統調整 次數

圖5.18 目標物規律變速移動的水平方向追蹤誤差軌跡

距影像中 心誤差

系統調整 次數

圖5.19 目標物規律變速移動的垂直方向追蹤誤差軌跡

距影像中 心誤差

距影像中 心誤差

圖5.20 目標物規律變速移動的二維追蹤誤差軌跡

在上圖中可以看出追蹤結果目標物距影像中心的最大誤差約在±0.02，在物體 速度緩慢規律變化的過程中，系統誤差也隨著物體速度而變化。物體速度越快，

系統追蹤的誤差也越大，這部份將嘗試用4.5 節中所提到的即時速度調整做修正 並將結果展示在本章最後一小節。

最後測試的是當欲追蹤目標物速度隨機的作變化時，追蹤系統的反映和追蹤 結果。如下圖5.21 所示當欲追蹤目標物移動到邊框時，速度會隨機作變化，以不 同的速度在50cm × 50cm 的範圍內作直線的彈跳，從而形成不規則的軌跡。要 注意的是，若目標物未碰到邊框，則速度不會作改變。

圖5.21 目標物隨機改變速度移動軌跡圖示意圖

距影像中 心誤差

系統調整 次數

圖5.22 目標物隨機改變速度的水平方向追蹤誤差軌跡

距影像中 心誤差

系統調整 次數

圖5.23 目標物隨機改變速度的垂直方向追蹤誤差軌跡

距影像中 心誤差

距影像中 心誤差

圖5.24 目標物隨機改變速度的二維追蹤誤差軌跡

和前面兩種軌跡相比，追蹤此類型軌跡的誤差明顯的變大，最到誤差甚至到 達±0.08。除了目標物速度的改變造成系統追蹤上的困難之外，因為目標物速度因

隨機的改變所達到的最大速度也比前面兩種例子還高（最高速度約為0.1m/s），

所以在結果中有較大的誤差出現。

5.3 加入即時線上追蹤速度調整機制的追蹤結果

在前面的實驗結果中因為系統的追蹤速度是固定的，所以沒辦法根據物體的

速度來對追蹤誤差更進一步的作優化調整的動作。在本節中，將上面的例子重新 再做一遍並將4.5 節所提到的速度調整機制加入系統並觀察誤差的改善狀況。

為了更清楚的看出速度調整機制的作用，本節的追蹤將眼球機器人脖子轉軸 和眼睛轉軸的初始速度設為5.2 節的一半，亦即Vmax_neck為400 轉/分而Vmax_eye為 50 轉/分。

距影像中 心誤差

系統調整 次數

圖5.25 目標物定速移動加入速度調整機制的水平方向追蹤誤差軌跡

距影像中 心誤差

系統調整 次數

圖5.26 目標物定速移動加入速度調整機制的垂直方向追蹤誤差軌跡

距影像中 心誤差

距影像中 心誤差

圖5.27 目標物定速移動加入速度調整機制的二維追蹤誤差軌跡

由圖5.25 和圖 5.26 可以看出水平和垂直的誤差皆在慢慢的變小，到最後水 平的誤差約在±0.02 左右而垂直的誤差約在±0.03 附近。和 5.2 節中±0.04 的誤差相

比較，明顯的加入速度調整機制後可以有更佳的追蹤軌跡。由圖5.27 也可以看出 軌跡圖由外慢慢往內繞，離影像中心的誤差越來越小。

再來是目標物作規律變速移動的狀況，在系統加入速度調整機制後的追蹤結 果。

距影像中 心誤差

系統調整 次數

圖5.28 目標物規律變速移動加入速度調整機制的水平方向追蹤誤差軌跡

距影像中 心誤差

系統調整 次數

圖5.29 目標物規律變速移動加入速度調整機制的垂直方向追蹤誤差軌跡

距影像中 心誤差

距影像中 心誤差

圖5.30 目標物規律變速移動加入速度調整機制的二維追蹤誤差軌跡

由圖 5.28～5.30 中還是可以看出不管在水平或垂直的軌跡誤差上都有由大到 小慢慢改善的狀況。加入速度調整機制後最終的誤差約在±0.018 上下，可是和 5.2 節目標物規律變速移動的最終誤差±0.02 比較，並沒有目標物定速移動的狀況中 改善得這麼多。這是因為在本追蹤狀況中，目標物的移動速度已經相當的慢（最 高速度約為0.04m/sec），原本 5.2 節中眼球機器人的初始設定（脖子轉軸的最大 速度Vmax_neck為800 轉/分，眼睛轉軸的最大速度Vmax_eye則為100 轉/分）已經貼近 了該速度的最佳追蹤轉速。故在本狀況中雖然誤差還是由大到小，但和未加入速 度調整機制的狀況相差不大。但是在圖中還是可以發現，若原本的初始設定使誤 差過大，加入速度調整機制後是可以將誤差軌跡慢慢修正回來的。

最後將目標物速度隨機變化的狀況加入速度調整機制後，因為速度調整機制 的反應時間不夠快，而速度變化的間隔又太短。所以在加入後反而造成比原本固 定機器人各軸追蹤速度還要差的軌跡誤差，這將於結論中作總結說明。

第六章 結論

度太快的影像會因為反應時間跟不上而追丟，而速度調整機制也來不及反應的狀 況。對於這部份來說4.5 節所提到的速度調整機制顯然還有很大的改善空間，而

度太快的影像會因為反應時間跟不上而追丟，而速度調整機制也來不及反應的狀 況。對於這部份來說4.5 節所提到的速度調整機制顯然還有很大的改善空間，而

在文檔中 眼球機器人智慧型多軸追蹤控制 (頁 37-0)