第17卷 智能系统学报 ·920· 人系统川。从该定义可见，机器人对自身和环境 构建的多线程估计方法。计算机视觉领域的 对象（包括：静态对象和动态对象）的感知在任务 SLAMOT以基于单目视觉的目标跟踪为核心，又 执行中起到关键性和基础性作用。 称为：纯方位角观测目标跟踪(bearing only object 单目视觉传感器作为一种被动式传感器，凭 tracking)或目标运动分析(target motion analysis), 借其体积小、耗能少、细节呈现度高等特点，正在 此类方法希望利用平台机动和目标纯方位角观 机器人导航学中发挥着重要作用。机器人和计 测，实现运动目标的状态估计，通常假设移动平台 算机视觉领域的相关学者已经展开了基于单目视 状态已知。Oh等20提出了一种基于粒子群优化 觉的机器人同时定位、地图构建与目标跟踪(simul- 的解决方法，但未考虑平台的机动优化问题。Zhuk taneous localization,mapping and object tracking, 等)通过对比相邻帧中跟踪点实现运动物体检 SLAMOT)问题研究。机器人领域的SLAMOT 测，但并未实现目标状态估计。Watanabe等提 以SLAM为核心，目标识别与跟踪目的是提供 出了基于单目视觉的移动平台导航方法，该方法 更好的环境特征观测值，通常假设目标为静止的 针对单目视觉传感器特点将导航控制和目标状态 结构性物体且不考虑平台可观性机动问题，Cast- 估计作为耦合问题处理，其假设移动平台状态已 ler等I在PTAM(parallel tracking and mapping)方 知。Kim等21针对纯方位角观测目标跟踪问题 法II基础上提出了独立于摄像机SFM(structure 提出了“双重作用(dual effect)理论”认为由于观测 from motion)的目标识别与跟踪方法，该方法在图 深度信息缺失使得目标状态估计和平台机动运动 像关键帧上通过特征点匹配识别环境目标并利用 之间存在关联作用，目标跟踪准确性极大依赖于 扎集优化方法(bundle adjustment,BA)实现对目标 平台机动方式，同样，其假设平台状态已知。 空间位置的估计，但其假设目标为静止的画像平 综上所述，学界已经开展了基于单目视觉的 面。De等例将实际场景中运动物体融入地图构 SLAMOT问题的相关研究，但通常将SLAM和 建以解决增强现实中虚拟物体投影参考缺失问 OT相互割裂，并未考虑目标的移动性、机器人状 题。Dai等o利用RGBD传感器解决了动态物体 态未知性以及平台的可观性优化控制问题。文章 对SLAM的影响，但并未研究动态物体跟踪问题。 正是针对以上问题展开研究，提出了基于单目视 Lⅰ等山研究了基于运动目标跟踪和静止物体识 觉的机器人同时定位、地图构建与目标跟踪及平 别的语义学SLAM方法，运功目标跟踪目的同样 台控制方法，该方法利用单目视觉SLAM实现对 是为了减少对SLAM的干扰。Civera等I将目标 机器人状态估计，并结合目标观测模型进行基于 识别与跟踪纳入到基于反转深度的全关联卡尔曼 扩展式卡尔曼滤波的目标状态估计。为了克服观 滤波框架中，实现了环境物体的识别和空间位 测模型缺陷，提出了基于目标协方差阵更新最大 置的在线估计。同样，该方法假设目标为静止的 化的机器人优化控制方法，最终实现了未知环境 平面物体。Wangsiripitak等设计了单目SLAM 下基于单目视觉的移动机器人目标跟踪。 与目标跟踪同步估计算法，该算法处理的是空间 1问题描述和模型构建 立体静止物体并未考虑目标运动问题。Migliore 等设计了一种单目SLAM和动态目标跟踪算 1.1 问题描述 法，该算法将传统的SLAM滤波器和纯方位角观 假设k时刻机器人状态为X,环境特征状态为 测目标跟踪器相结合，实现了对摄像机、环境特 X,i=1,2,…,m,目标状态为X,机器人利用单目 征和动态目标状态的同时迭代估计，方法利用的 视觉传感器对目标和环境特征进行观测且观测值 平台为手持摄像机，因此并未考虑平台可观性机 分别为和z,方法处理目的是在机器人端实现 动对目标状态估计的影响。 对X,及X,i=1,2,…,m的在线估计。由于单目 Bescos等I6设计了一种SLAM和多目标跟 摄像机得到的观测量缺少距离信息，存在可观性 踪相结合的方法，验证了动态目标跟踪对SLAM 问题。为了估计目标与机器人的相对距离，机器 的辅助作用。Liu等m提出了SLAM和目标跟踪 人需要根据目标不确定分布实时计算控制量， 强、弱耦合估计切换方法，有效结合了两者的有 以保证在该控制量作用下得到的前后时序目标观 点。Sualehm等)采用多传感器融合方法实现动 测值-，和之间存在足够视差，从而为距离估计 态环境下SLAM任务，能够完成对多个运动目标 提供足够的信息。 的跟踪。Liu等9研究了人造动态环境下的SLAM 相关对象状态演变符合马尔可夫过程，其对 问题，提出了动态目标跟踪、视觉里程计和地图 应的贝叶斯网络模型如图1所示。其中m=人系统[1]。从该定义可见，机器人对自身和环境 对象（包括：静态对象和动态对象）的感知在任务 执行中起到关键性和基础性作用。 单目视觉传感器作为一种被动式传感器，凭 借其体积小、耗能少、细节呈现度高等特点，正在 机器人导航学中发挥着重要作用[2]。机器人和计 算机视觉领域的相关学者已经展开了基于单目视 觉的机器人同时定位、地图构建与目标跟踪 (simul￾taneous localization , mapping and object tracking, SLAMOT) 问题研究[3]。机器人领域的 SLAMOT 以 SLAM 为核心[4-6] ，目标识别与跟踪目的是提供 更好的环境特征观测值，通常假设目标为静止的 结构性物体且不考虑平台可观性机动问题，Cast￾ler 等 [7] 在 PTAM (parallel tracking and mapping) 方 法 [8] 基础上提出了独立于摄像机 SFM (structure from motion) 的目标识别与跟踪方法，该方法在图 像关键帧上通过特征点匹配识别环境目标并利用 扎集优化方法 (bundle adjustment, BA) 实现对目标 空间位置的估计，但其假设目标为静止的画像平 面。De 等 [9] 将实际场景中运动物体融入地图构 建以解决增强现实中虚拟物体投影参考缺失问 题。Dai 等 [10] 利用 RGBD 传感器解决了动态物体 对 SLAM 的影响，但并未研究动态物体跟踪问题。 Li 等 [11] 研究了基于运动目标跟踪和静止物体识 别的语义学 SLAM 方法，运功目标跟踪目的同样 是为了减少对 SLAM 的干扰。Civera 等 [12] 将目标 识别与跟踪纳入到基于反转深度的全关联卡尔曼 滤波框架[13] 中，实现了环境物体的识别和空间位 置的在线估计。同样，该方法假设目标为静止的 平面物体。Wangsiripitak 等 [14] 设计了单目 SLAM 与目标跟踪同步估计算法，该算法处理的是空间 立体静止物体并未考虑目标运动问题。Migliore 等 [15] 设计了一种单目 SLAM 和动态目标跟踪算 法，该算法将传统的 SLAM 滤波器和纯方位角观 测目标跟踪器相结合，实现了对摄像机、环境特 征和动态目标状态的同时迭代估计，方法利用的 平台为手持摄像机，因此并未考虑平台可观性机 动对目标状态估计的影响。 Bescos 等 [16] 设计了一种 SLAM 和多目标跟 踪相结合的方法，验证了动态目标跟踪对 SLAM 的辅助作用。Liu 等 [17] 提出了 SLAM 和目标跟踪 强、弱耦合估计切换方法，有效结合了两者的有 点。Sualehm 等 [18] 采用多传感器融合方法实现动 态环境下 SLAM 任务，能够完成对多个运动目标 的跟踪。Liu 等 [19] 研究了人造动态环境下的 SLAM 问题，提出了动态目标跟踪、视觉里程计和地图 构建的多线程估计方法。计算机视觉领域的 SLAMOT 以基于单目视觉的目标跟踪为核心，又 称为：纯方位角观测目标跟踪 (bearing only object tracking) 或目标运动分析 (target motion analysis)， 此类方法希望利用平台机动和目标纯方位角观 测，实现运动目标的状态估计，通常假设移动平台 状态已知。Oh 等 [20] 提出了一种基于粒子群优化 的解决方法，但未考虑平台的机动优化问题。Zhuk 等 [21] 通过对比相邻帧中跟踪点实现运动物体检 测，但并未实现目标状态估计。Watanabe 等 [22] 提 出了基于单目视觉的移动平台导航方法，该方法 针对单目视觉传感器特点将导航控制和目标状态 估计作为耦合问题处理，其假设移动平台状态已 知。Kim 等 [23] 针对纯方位角观测目标跟踪问题 提出了“双重作用 (dual effect) 理论”认为由于观测 深度信息缺失使得目标状态估计和平台机动运动 之间存在关联作用，目标跟踪准确性极大依赖于 平台机动方式，同样，其假设平台状态已知。 综上所述，学界已经开展了基于单目视觉的 SLAMOT 问题的相关研究，但通常将 SLAM 和 OT 相互割裂，并未考虑目标的移动性、机器人状 态未知性以及平台的可观性优化控制问题。文章 正是针对以上问题展开研究，提出了基于单目视 觉的机器人同时定位、地图构建与目标跟踪及平 台控制方法，该方法利用单目视觉 SLAM 实现对 机器人状态估计，并结合目标观测模型进行基于 扩展式卡尔曼滤波的目标状态估计。为了克服观 测模型缺陷，提出了基于目标协方差阵更新最大 化的机器人优化控制方法，最终实现了未知环境 下基于单目视觉的移动机器人目标跟踪。 1 问题描述和模型构建 1.1 问题描述 k X r k X lmi k ,i = 1,2,··· ,m X t k z t k z lmi k X r k X t k X lmi k ,i = 1,2,··· ,m u r k z t k−1 z t k 假设 时刻机器人状态为 ，环境特征状态为 ，目标状态为 ，机器人利用单目 视觉传感器对目标和环境特征进行观测且观测值 分别为 和 ，方法处理目的是在机器人端实现 对 ， 及 的在线估计。由于单目 摄像机得到的观测量缺少距离信息，存在可观性 问题。为了估计目标与机器人的相对距离，机器 人需要根据目标不确定分布实时计算控制量 ， 以保证在该控制量作用下得到的前后时序目标观 测值 和 之间存在足够视差，从而为距离估计 提供足够的信息。 X slam k = 相关对象状态演变符合马尔可夫过程，其对 应的贝叶斯网络模型如图 1 所示。其中 第 17 卷 智 能 系 统 学 报 ·920·