1.2  研究现状 一个通用的远程视频监控系统主要可以划分为三个部分：监控前端、通信网络和监控终端，对于大型监控系统，监控终端往往有可以细分为监控中心和分控[3; 4]。监控前端的任务主要为采集视频数据，一般使用摄像机、音频采集器、相应的处理芯片以及简单的机械控制部件。通信网络的任务是监控数据和控制指令的传输[5]，由于技术的进步，除了有线网络，我们也可以利用无线网络实现这些功能[6]，这一部分的主要问题在于传输协议的选择和实现，目前在网络视频实时传输中应用的视频压缩标准十分广泛，包括 MPEG-2、MPEG-4、H.263等，使用的传输协议则有实时传输协议（RTP）、实时传输控制协议（RTCP）、资源预订协议（RSVP）等[7]，实现手段非常丰富。但是这一领域并没有非常统一的标准，因为各种协议都有自身的优缺点，在如此复杂的网络环境下很难建立一个统一、有效的标准。由于监控任务的特殊性，我们要求网络传输具有较高的可靠性以及保证一定的清晰度，而国家标准中的H.264 和 H.323 都是比较成熟的标准，都包含了很多非常优秀的算法，能够通过不太高的带宽完成较高质量的视频传输，何华丽和张慧等都以这两个标准为基础进行过视频传输系统的开发与设计，具有很好的实用性[8; 9]，因此本设计优先对这两个标准进行实现。 监控终端的任务则是监视和控制，可以由监控者发出指令对系统进行控制，也可以系统自身对监控前端或其他必要部分进行控制，在本文设计的系统中，实现了一个半自动的控制系统，在判断出机器人可能处于错误的运行状态时，将向监控者发出警报，并视情况进行急停或者转向等控制，这需要在通常仅能提供控简单制命令的控制终端中提供对机器人的状态进行判定并在发生危险时，对实验室管理系统发出警告[10]。 由于运动目标跟踪技术在军事和公共安全上具有非常大的作用，因此对它的研究与应用在近二十年中一直处于比较热门的状态。它的任务是从场景序列图像中剔除静止的背景区域，找出运动的前景区域，并尽可能地抑制背景噪声和前景噪声，以准确得到感兴趣的运动物体[11]。
目前应用广泛的目标跟踪算法可以被分为三类：1）时间差分方法，利用视频帧与帧之间连续的特点，提取运动信息，进行目标的跟踪与识别[12]；2）背景差分法，利用事先建立的背景图像模型，与采集图像进行差分，得出前景目标；3）基于光流的方法，对运动场景中的目标跟踪有非常好的效果。这之中很多非常优秀的算法，包括：Peter Meer等提出的 MeanShift目标跟踪算法，在对实时目标进行跟踪时中具有计算量小、收敛速度快等优点，因而得到广泛应用[13; 14]；韩光星针对 MeanShift 容易丢失遮挡目标和窗口未剪裁等问题利用卡尔曼滤波等方法加以改进[15]；刘亚提出将改进的自适应混合高斯模型为背景更新方法、利用连通区域检测分割和卡尔曼滤波的方法对进行运动目标跟踪[16]。 由于时间和精力的原因，本次设计中，只将目标识别问题局限为判定机器人是否在安全工作区域内，如若不在，则将向系统发出警告。 远程机器人实验系统的视频传输与监控系统设计与实现(2):http://www.751com.cn/zidonghua/lunwen_41776.html