视线跟踪系统通过采集人眼图像来估计视线方向,作为一种直观的体现注意力的方式,视线跟踪技术在人机交互领域越来越受到人们的重视。本文首先回顾了视线跟踪技术的发展历史,同时简要概述了目前视线跟踪技术的方法及应用。然后介绍了本文所设计的基于头显视线跟踪系统的整体架构。在视线跟踪技术中,求解瞳孔坐标一般采用亮暗瞳差分法,由于卷帘快门的曝光特性,在图像的采集中容易出现亮暗瞳串扰的问题,对于该问题本文根据卷帘曝光模型提出了一种能在串扰的情况下正确的计算出最优曝光起始时间和曝光时长的方法。同时由于视线跟踪系统算法较为复杂,为了保证系统的实时性,本文设计并实现了一个基于TI高性能多核处理器TMS320C6657和XILINX A7 FPGA的眼图处理平台,平台选用TI的多核DSP作为眼图运算的主处理器。FPGA作为协处理器和系统的主控单元,用来控制系统各个模块的正常工作,并完成图像的采集和传输。平台还包括了图像输入、输出模块以及缓存模块。多核DSP与FPGA之间通过UPP传输模式进行双工通信。眼图处理平台为系统的实时性提供了保障。为了获得视线在世界坐标系中的方向,首先需要求解头部的姿态角。系统采用九轴陀螺仪测量头部姿态角,为了解决陀螺仪测量姿态角时出现的时间漂移问题并提高求解的精度,本文提出一种基于互补滤波和卡尔曼滤波的融合算法,同时根据加速度的变化,动态的改变互补滤波的系数以及卡尔曼滤波中的测量噪声方差。本文基于三维视线求解模型,获得在头部坐标系下的视线角度,通过对比单点标定和四点标定算法的精度,系统采用四点标定完成视轴的求解。通过结合头部的姿态角获得视线在世界坐标系下的角度。由于人眼在注视的过程中会无意识的抖动,因此在人机交互的应用中需要识别并去除这些眼跳点。本文借鉴了I-DT算法的思想并重新定义了算法中的离散度,可以快速而又准确的识别出眼跳点。最后实现人机交互应用:控制球机随视线方向的变化而转动。经验证,本文所设计的视线跟踪系统能正确的完成人机交互的任务。