毛慧珍[1]2009年在《自主式足球机器人的视觉识别与视觉定位研究》文中指出Robocup足球机器人为智能机器人学科的发展提供一个具有挑战性的课题,它的主要目的是通过各种竞赛项目,提供一个标准的平台,使机器视觉技术、智能控制、无线电通讯、机器人技术、人工智能等多个领域的技术能够在该平台上实验和整合。机器人进行足球比赛要求足球机器人系统必须具有高度的实时性和准确度。视觉信息是机器人感知环境信息的的重要来源,视觉系统性能的优劣将直接影响到整套机器人系统功能的好坏。视觉系统的工作过程就是在保证实时性能要求和识别精度的前提下的视觉图象处理过程。这个过程主要包括了颜色信息的处理、目标的搜索与标定方法、目标位姿参数的计算等方面。本论文以全自主中型组足球机器人为平台,对机器人的视觉系统进行了重点研究。论文的主要工作如下:对足球机器人系统的整体体系结构、硬件系统和软件系统进行了详细的分析和介绍。根据机器人足球比赛环境的特点对视觉系统采集到的图像进行处理,使用中值滤波对图像进行去噪声处理,选择了对光线变化不敏感的HSI颜色模型进行颜色标定,在此颜色空间上利用游程编码算法进行图像分割和特征提取,根据球、球门及白线等目标的颜色特征对其进行识别。为实现由图像提取到的目标到机器人的像素距离到实际距离的转换,采用了多项式拟合的最小二乘法对全向视觉系统进行距离标定。在机器人基于全向视觉进行自定位方面,本文对利用特征点和叁角定位算法的机器人自定位方法进行了实验研究,并针对中型组足球机器人比赛的新规则,提出了一种利用电子罗盘和白点信息的机器人自定位方法,实现了在没有球门颜色特征下的机器人自定位。最后,利用Visual C++编程对视觉系统进行了软件实现。
曾达幸[2]2004年在《中型组足球机器人的视觉识别与视觉定位研究》文中认为机器人足球比赛的目的是通过一个友好的比赛平台来推动机器人技术的向前发展和多智能体的研究。足球机器人的设计综合了机械、电子、控制、模式识别、图像处理和人工智能等多个科研领域。足球机器人系统必须具有高度的实时性和准确度。机器人视觉系统作为环境信息的的重要输入环节,其性能的优劣将直接影响到整套机器人系统功能的好坏。本文首先根据 RoboCup 中型组足球机器人的要求,设计了一面能感应全向图像信息的视觉镜,然后通过这面全向视觉镜采集到足球机器人周围360o范围的场地信息,并对采集的视频图像中运动目标的识别、定位与跟踪算法进行了研究。足球机器人的比赛环境使用特定颜色标记,本文提出用于足球机器人全向视觉系统的彩色图像分割算法,算法采用 YUV 色彩空间,对该空间的色彩分布进行二值化处理,有效地减少需要处理的信息量和处理时间。本文运用图像识别的方法,对视频图像进行采集和实时处理,实现在复杂背景下的运动目标的识别与定位。在理论分析和实验的基础上,对视频图像中运动目标识别与定位的实时算法和硬件系统进行研究。最后,利用 Visual C++语言在计算机上完成图像目标识别和目标定位软件系统的编制,并使用该软件对获取的视频图像进行处理。利用图像处理结果来控制足球机器人运动的实验显示了本课题算法的有效性。
王光友[3]2009年在《基于全景视觉的自主移动机器人定位方法研究》文中研究指明在关于移动机器人的诸多研究领域中,机器人定位是一种十分关键的技术,是实现机器人自主运动和行为决策的基础和依据,并有着较强的工程背景,涉及领域广泛,是一项具有重要研究价值的课题。本论文以北京博创公司Voyager-Ⅱ自主式足球机器人为研发平台,系统地研究了自主式足球机器人的定位问题,成功设计了基于全景视觉和几何叁角法的自定位以及物体定位系统。首先,介绍了足球机器人的相关概念、研究意义以及RoboCup(机器人世界杯足球锦标赛)中型组比赛的情况,着重介绍了机器人视觉定位技术的概念、研究的重要意义,并对国内外RoboCup中型组机器人视觉定位的现状和发展做了描述。其次,介绍了所采用的Voyager-Ⅱ中型组机器人的结构,并阐述了这种结构机器人的视觉定位系统、决策系统、无线通信系统、运动控制系统等各组成部分。描述了全景摄像机和近景摄像机的工作原理,全景摄像机的结构和特点。第叁,在对机器人视觉定位概述的基础上,从机器人的视觉定位系统的图像获取与转换、图像预处理、图像分割、目标识别和定位等视觉定位处理方面进行了详细论述。第四,介绍了作者研究开发的中型组机器人的视觉定位系统软件。在对Voyager-Ⅱ软件开发平台和机器人视觉定位系统要求的详细说明基础上介绍了视觉定位系统的目标颜色阈值获取模块、图像处理与目标识别模块和几何叁角定位模块等程序设计过程。详细介绍了程序设计过程中涉及的基于颜色空间阈值的图像分割算法、基于游程编码的目标识别方法、基于腐蚀-膨胀算法的去噪处理方法和基于几何叁角方法的定位方法等。实践证明,本文设计的基于全景视觉的视觉定位系统可以很好地应用在自主式足球机器人系统上。最后是论文工作的总结,并对需要进一步深入研究的工作进行了讨论。
武德臣[4]2008年在《RoboCup中型足球机器人前景视觉定位模型及其参数辨识》文中指出足球机器人是一个研究人工智能和机器人相关问题的标准平台,它通过竞赛的形式验证各种理论、算法和技术。RoboCup中型足球机器人竞赛是其中最典型的比赛项目之一,它提供一种分布式、局部传感和窄带通信的多机器人对抗环境。RoboCup中型足球机器人的视觉系统包括前景视觉系统和全景视觉系统,是足球机器人系统的重要组成部分,其主要任务是感知周围环境信息,获取视觉图像进行分析、处理和理解,解决视觉自定位、互定位、对手和队友行为理解等问题。RoboCup中型足球机器人的前景视觉系统是一个单目、局部视觉系统,在前景视觉系统可识别的范围内,它可以获得比较精确的定位信息。因此,前景视觉常常被用来进行球的精确定位和机器人的自定位。在机器人自定位的过程中,需要对门柱和球门进行识别。由于门柱和球门都是叁维的,因此按平面模型进行定位显然不妥,必须进行建模。本文在研究了前景视觉系统特点的基础上,建立了前景视觉的定位模型。在建模时,认为前景摄像头是理想的线性镜头,不考虑其畸变,运用针孔成像原理进行建模。针对模型参数的辨识,本文对几种常用方法进行了比较,最后选用效果最好的改进的遗传算法(IGA)对模型参数进行辨识。将辨识后的模型应用于足球机器人的基本动作和全局定位中,收到了很好的效果。改进的遗传算法(IGA)对传统遗传算法进行了一系列改进,包括:海明距离选择、可变精度的交叉操作、正交试验设计、混合变异、反馈式突变、动态编码等方面。最后,对比实验及其数据分析说明了所提出的模型及其辨识算法的优越性。应用了该模型的竞赛系统在实际比赛的表现也验证了其有效性。
周敖宸[5]2012年在《基于有限配置下中型足球机器人对不确定色球识别的研究》文中提出近年来,作为人工智能与机器人科学研究的载体和小型高科技对抗的平台,机器人足球比赛受到了国内外学者的普遍关注。足球机器人涉及到机械、电子、控制、模式识别、图像处理和人工智能等多个科研领域的关键技术,对于实时性和准确度都有着很高的要求。中型组机器人足球比赛RoboCup,是当今机器人足球研究的一个热点,机器人足球世界杯中的一个重要项目。中型组足球参赛机器人采用全自主机器人作为底层平台。作为环境信息获取的重要模块,机器人视觉系统的性能则直接影响到机器人整体的表现,当前机器人视觉系统多采用颜色信息来识别场地环境。在中型组机器人足球比赛中,技术挑战赛就考验了各参赛组机器人对不确定色球的识别能力,进一步要求足球机器人的识别定位系统更好的健壮性以及实时性。本文以RoboCup中型组机器人足球比赛为背景,在现有的中型足球机器人配置,或进行少量硬件更改为基础,实现机器人对涂色变化足球的识别。在可获得等距且质量较高的全景图像下,对全景图像进行边缘提取,数学形态学处理后,将Hough变换与基于HSI的定位算法相结合,实现对不确定色球的识别,而在硬件配置无法达到,全景图像质量偏低,出现大幅失真的情况下,则借助边缘匹配,颜色直方图分割的方法以保证对不确定色球的识别相当程度的成功率。
欧阳敏[6]2012年在《RoboCup中型组机器人定位与任意足球检测研究》文中研究表明随着计算机科学、电子技术、自动化技术以及人工智能的快速发展，智能机器人技术逐渐成为研究的热点。机器人足球比赛涉及人工智能、机器人学、传感器、通讯、精密机械和仿生材料等诸多领域的前沿研究和技术集成。RoboCup是世界上最具影响的机器人足球比赛之一。RoboCup是以多智能体和分布式人工智能为研究背景，并提供一种易于评价的比赛平台促进多智能体和分布式人工智能研究发展。RoboCup中型组机器人由全向视觉、通讯、决策和运动控制等系统组成。其中全向视觉系统是RoboCup中型组机器人获取周围环境信息的唯一渠道。因此基于全向视觉的机器人定位与任意足球检测成为RoboCup中型组机器人研究的热点。本文以AS-ROⅡ机器人为研究平台对这一热点问题进行深入的分析和研究。本论文主要内容包括以下几方面：1、介绍了机器人技术的应用背景和国内外研究现状，并结合RoboCup中型组机器对机器人定位和足球检测的关键技术的研究现状进行了描述。2、针对RoboCup中型组比赛越来越多地引入自然光，光照强度不均匀造成场地颜色浓度差异变大严重影响机器人目标识别能力的情况。本文提出基于图像掩模自动调节CCD摄像机参数的算法以适应光照强度的变化。该方法是基于空域滤波的思想利用图像掩模对机器人采集的图像进行滤波从而改变相机参数实现对光照强度变化的适应。3、RoboCup比赛是高度动态的，机器人必须能够实时处理图像信息。为了提高机器人的实时性，本文提出基于Bresenham划线的搜索像素算法。利用Bresenham算法生成径向扫描线和环形扫描线来限制图像处理的范围。机器人只需要对扫描线上的像素进行计算，从而大大降低了图像处理的计算量，提高机器人的实时性。4、根据RoboCup中型组比赛的规则变化，本文提出利用白线和先验地图匹配的方法实现机器人的自定位。首先通过视觉系统标定确定机器人在场地中的实际距离与图像像素距离的关系；其次利用Hough变换检测场地白线并确定白线的属性；最后与先验地图匹配并通过坐标变换确定机器人的位姿。5、由于光线强度变化和相近颜色的干扰使基于颜色特征的足球检测算法效率大大降低。本文提出基于足球形状特征的任意足球检测算法。首先对图像进行滤波降低图像噪声的影响；其次通过比较分析sobel、LoG和canny边缘检测算子，利用canny算子对图像进行边缘检测；最后对边缘检测得到的图像进行Hough圆变换找出图像中的足球。
门琳娜[7]2010年在《基于全向视觉的足球机器人定位的研究》文中进行了进一步梳理机器人足球是目前机器人控制、机器视觉、人工智能等领域研究的一个热点。本论文以自主移动机器人为研究平台,以RoboCup中型组机器人足球赛为应用背景,选择并实现了一套由全向反射镜和图像处理软件组成的全向视觉系统,并在此基础上重点进行基于全向视觉的机器人自定位方法的研究。该系统能实时采集较为理想的全景图像,并对之进行分割和处理,使机器人能够精确的获取自身工作环境,根据图像提取的特征进行机器人的自定位和目标识别,从而基本满足比赛的实时性和精确性的要求。论文的主要研究内容如下:介绍了几种常用的全向反射镜,并根据比赛对视觉系统的各种要求,选用了一套适用于RoboCup中型组比赛的全景视觉系统。针对全景图像设计了图像处理算法,能够快速实现图像分割和特征提取,完成目标识别,在此基础上,针对根据图像提取的特征进行机器人的自定位。根据对机器人运动机构和和全景视觉系统的工作原理的分析,提出一种基于扩展卡尔曼滤波(EKF)的算法将码盘信息和视觉系统采集的数据进行融合,从而完成机器人的自定位。论文最后对全文进行了总结,说明了研究的主要成果,同时指出自己的不足和有待进一步改进的地方。
邓萌[8]2007年在《自主机器人全局定位系统的研究与应用》文中认为自主机器人足球比赛是近年来在国际上兴起的一项高科技竞赛活动,它是当前机器人领域的一个研究热点,它融合了信息、自动化、通讯、机电一体化和人工智能等关键技术,同时为相关领域内的理论研究提供了一个良好的实验和测试平台。在足球机器人系统中,全局定位子系统是一个不可或缺的部分,它是整个体系的感知机构和导航地图。就目前现状来说,定位系统是足球机器人系统中策略子系统的信息来源。它的主要任务是实时对比赛场地的进行捕捉,然后经过对图像进行一系列分析、处理和辨识,从而获得场地上目标对象(比赛的机器人和足球,球门门柱)的状态信息,并通过定位算法进行定位,形成感知图式,并将这些信息提供给策略子系统进行分析、决策作用。足球机器人全局定位系统研究实际上是计算机热门的一个研究方向,属于实时的标定目标的地图系统,其处理的对象是彩色图像,要求准确地识别目标对象,并要满足激烈对抗中高实时性的要求,同时必须适应不同的光照变化。其对于计算机视觉理论体系的研究和相关技术的具体实践都具有重要的意义。立足于对RoboCup中型机器人全局定位子系统的设计开发,着重于实际系统的具体构建,力图建立一个初步的全局定位感知图式系统,研究方法上采用理论学习基础上以实践为主的方式。其工作主要包括如下几个方面:①介绍仿人智能控制理论,图式理论,基于图式理论的仿人智能控制理论;②对现有自主机器人视觉定位方法进行了总结和归纳分析;③开发了机器人基于仿人智能控制理论的运动控制器,用于检验我们的定位方法;④设计了基于图式理论,全景视觉与里程计相协同的机器人类叁角定位方法;⑤比较了各种概率算法,并尝试了Monte Carlo定位方法的应用;实践证明,整个全局系统和运动控制能很好完成任务,为策略系统提供了充足的信息,能够用于实战比赛的系统,并且取得了优异的成绩,在全国性的大赛中取得二等奖和叁等奖的称号,同时也为后期的研究建立一个基础平台。
敬斌[9]2007年在《全景视觉足球机器人视觉处理系统设计》文中研究表明本论文以结构化环境中全自主移动机器人为平台,结合机器人足球世界杯(Robocup)中型组比赛为课题背景,研究全景视觉系统在机器人足球比赛中的应用。本文首先选型全向反射镜面与数字摄像机构成了全景视觉系统,继而设计处理系统对全景视觉信息进行处理,完成实时图像分割、目标识别和机器人自定位。在图像分割阶段,本文将k-均值聚类算法与多阈值分割方法相结合,设计了一种自动阈值分割算法,取得了较好的效果。然后,采用游程编码(RLC)方法进行区域分割并计算区域属性,结合环境模型的已知颜色和几何信息,对球、球门、球场标志线等进行识别,给出它们在机器人坐标系中的定位。针对机器人自定位问题,本文采用特征线定位方法。首先用改进的随机霍夫变换检测出特征线,在对直线归属判定后,建立特征线定位模型并解算出定位结果。为了进一步提高精度,本文又分别用卡尔曼滤波和强跟踪滤波对定位结果进行处理,结果表明后者较好地解决了运动模型不确定性对状态估计造成的影响,在运动突变状态下,效果优于传统卡尔曼滤波。
孙奇[10]2012年在《基于视觉的仿人足球机器人定位与跟踪算法研究》文中提出机器人足球比赛是随着智能机器人技术和分布式人工智能的发展而迅速兴起的一项高科技对抗活动,是机器人和人工智能领域最具挑战性的研究课题之一。足球比赛中的机器人定位与跟踪是机器人能否完成更高级控制决策的基础,而在多机器人、多目标的环境中进行精准的定位与跟踪是非常困难的。随着计算机视觉技术的发展,基于视觉的机器人定位与跟踪成为近年来的研究热点。因此,开展基于视觉的仿人足球机器人定位与跟踪研究具有重要的理论意义与研究价值。在深入研究了大量相关文献的基础上,本文主要针对机器人定位算法及跟踪算法进行了研究与实现。在机器人定位方面,进行了叁方面的研究：第一,为了加强机器人在足球比赛中处理信息的实时性和有效性,在建立颜色表、划分机器人视觉识别区域的基础上,标定摄像机,获取内参数,构建了机器人Nao单目测距模型,获取了与路标之间的距离和角度信息,并通过实验验证了该测距模型的有效性；第二,为了校正由于机器人自身结构的不准确性导致的定位误差,本文构建了机器人Nao的D-H参数模型,完成了对仿人机器人的运动学标定；第叁,针对RoboCup比赛中经常出现的机器人“绑架”问题,本文采用改进的MCL定位算法,构建了仿人机器人Nao的运动模型与感知模型,实现了机器人精确定位。在机器人跟踪方面,进行了叁方面的研究：第一,通过阈值分割的方法完成了基于队标的机器人检测与识别；第二,研究了粒子滤波及Kalman滤波器在目标跟踪中的应用,并通过仿真实验对比了两种算法的跟踪效果；第叁,应用粒子滤波算法,实现了基于特征的机器人跟踪。上述研究通过一系列的实验,都获得了较理想的结果。这些结果不仅说明了在机器人定位及追踪技术的研究上所采用的理论及应用该理论解决问题的方法的正确性,还说明这些研究具有一定的实际应用价值,为深入研究多机器人协同定位及RoboCup环境下实现机器人更高级的比赛策略提供了依据。
参考文献：
[1]. 自主式足球机器人的视觉识别与视觉定位研究[D]. 毛慧珍. 河南理工大学. 2009
[2]. 中型组足球机器人的视觉识别与视觉定位研究[D]. 曾达幸. 燕山大学. 2004
[3]. 基于全景视觉的自主移动机器人定位方法研究[D]. 王光友. 北方工业大学. 2009
[4]. RoboCup中型足球机器人前景视觉定位模型及其参数辨识[D]. 武德臣. 重庆大学. 2008
[5]. 基于有限配置下中型足球机器人对不确定色球识别的研究[D]. 周敖宸. 天津师范大学. 2012
[6]. RoboCup中型组机器人定位与任意足球检测研究[D]. 欧阳敏. 长安大学. 2012
[7]. 基于全向视觉的足球机器人定位的研究[D]. 门琳娜. 长沙理工大学. 2010
[8]. 自主机器人全局定位系统的研究与应用[D]. 邓萌. 重庆大学. 2007
[9]. 全景视觉足球机器人视觉处理系统设计[D]. 敬斌. 西安电子科技大学. 2007
[10]. 基于视觉的仿人足球机器人定位与跟踪算法研究[D]. 孙奇. 东北大学. 2012