多目标实时搜索的足球机器人视觉系统设计--Robocup系列研究之五

针对机器人足球比赛的需要，基于对多目标的实时跟踪搜索，提出一种在精度、稳定性、实用性等方面都符合要求的足球机器人视觉系统设计方案。     

一种基于多分辨率的图像跟踪算法

提出了一种基于多分辨率的图像处理方法，图像在不同分辨率的层上进行处理，从而获得较快的处理速度，同时保证了一定的鲁棒性。     

基于Adept机器人的视觉伺服控制系统

机器人视觉伺服控制在理论和应用等方面还有许多问题需要研究,例如特征选择、系统标定和伺服控制算法等.针对Adept机器人,提出了一种简单快速的不需要精确标定摄像机内外部参数的摄像机标定方法,完成了从被观测物体表面所在的视觉平面坐标系到机器人基坐标系的坐标变换.使用图像的全局特征,即图像矩特征进行伺服跟踪;利用所推导的图像雅可比矩阵,设计了由图像反馈与目标运动自适应补偿组成的视觉伺服控制器.将算法对静态目标的定位实验进行了验证,然后又将其应用到移动目标的跟踪上,通过调节和优选控制参数,实现了稳定的伺服跟踪和抓取.实验结果表明采用图像矩作为图像特征能够避免复杂的特征匹配过程,并且能够获得较好的跟踪精度.     

一种基于视觉注意机制的改进粒子滤波跟踪算法

目标跟踪是计算机视觉研究中的一个重要课题,它是目标行为理解的基础,是图像系统连续准确工作的重要部分。针对单一特征跟踪算法识别准确性不高,特别是在遮挡状况下无法对目标特征进行检测和跟踪的问题,考虑到粒子滤波算法在处理非线性、非高斯跟踪问题上的优越性,提出一种融合颜色、纹理和运动信息等多类特征的改进粒子滤波跟踪算法;并参考人眼的视觉注意机制,根据目标物体在不同场景下对人眼刺激的显著性不同,对目标的各个特征按照显著性强弱排序,并以此对散布粒子进行过滤。与单一特征和多特征目标跟踪算法的对比实验表明,所介绍的算法比基于单一特征的目标跟踪算法具有更高的准确性和鲁棒性,且比多特征跟踪算法的实时性更好。     

一种全自主足球机器人单目视觉定位的新方法

一种适用于全自主足球机器人的单目视觉二维空间变换计算模型,解决了单目视觉像平面T′到实际场地平面Jr的二维空间平面映射问题;将单目视觉中目标物的帧存坐标系变换成机器人的世界坐标系,从而计算出目标物与机器人的垂直距离和水平距离;对采样点像坐标进行变换后的计算结果与采样点的实际位置坐标进行的对比实验证明,该算法具有较好的准确性和可靠性;该模型在Robocup全自主中型足球机器人比赛中,也实现了较为准确的目标位置判断.     

基于动作视觉协调的足球机器人视觉跟踪方法

文章提出了一种基于动作视觉协调的足球机器人视觉跟踪方法,它跟踪准确,对光照环境的适应性强。实验表明,该方法简单有效。该方法已应用于某校研制的Mirosot机器人足球比赛系统,并且参加比赛取得了优良成绩。     

机器人全向视觉定位系统的建模与应用

针对机器人对目标定位的需要,根据机器人结构及全向视觉系统的特点,研究并建立了包括双曲面镜的反射模型、成像模型在内的一套数学模型.确立了由先验信标位置求机器人位置,由像点和机器人位置求目标位置的数学过程.为目标定位提供了必要的数学模型和算法.定位时,为了减小视觉定位中单幅图像存在的不确定性,提出了基于图像序列及多传感器信息融合的目标定位方法.与传统方法相比,该方法抗外部和系统干扰的能力更强,且精度更高.实验结果证明了方法的有效性.     

交互式多模型算法的MT-R机器人视觉跟踪

针对机器人的视觉跟踪问题,提出了一种基于交互式多模型算法的视觉跟踪方法。该方法采用HSV颜色模型,通过交互式多模型算法进行滤波估计,获得目标的运动属性。利用交互式多模型算法对目标的位置进行一步或者N步预测,在获得下一帧的观测值后,在预测位置的区域进行目标搜索,可减少搜索区域,节省搜索时间,增加了跟踪的实时性。使用该方法对机器人足球比赛中的红色球进行搜索跟踪。实验结果表明,应用该方法可获得目标的运动属性,能快速搜索到运动目标,并能进行准确跟踪。     

一种基于视觉的足球机器人体系结构方案

以参加机器人足球世界杯赛(FIRA RWC2002)RoboSot项目的全自主型足球机器人系统为研究对象,详细介绍了全自主型足球机器人的体系结构,重点探讨了机器人的视觉感知系统,并且针对一组完整的射门动作对系统做出了分析和评价。     

机器人足球视觉目标的快速识别

本文基于YUV颜色空间,采用Minkowski距离对颜色进行分类;利用改进的差分法,对图像中的目标进行检测和识别,提出了一种识别机器人足球比赛中目标的快速算法,提高了系统的实时性,减少了程序的运算量。     

足球机器人视觉系统光强自适应算法研究

研究足球机器人比赛问题,比赛环境的光强度变化严重影响足球机器人视觉系统的识别性能.为提高机器人视觉识别率,提出了一种基于HSI颜色空间模型的光强自适应算法.算法将比赛场地划分为若干区域,利用HSI颜色空间模型可以分离环境光强度信息的特点,在比赛中动态更新所有划分区域的HSI颜色空间,提高了机器人视觉系统对光强变化的自适应能力,实现了机器人对比赛场地信息的精确辨识.因此用算法优化机器人视觉识别系统进行仿真.结果表明,在实际比赛中,算法能够有效降低环境光强度变化,大大提高了对足球机器人视觉辨识性能.     

一种尺度自适应的机器人目标跟踪算法

Mean-Shift算法是一种简单高效的目标识别算法,但是不能有效地识别被遮挡的目标和有尺度变化的目标。基于仿射变换,提出了一种尺度自适应的机器人目标跟踪算法。定义了转角点,并根据转角点匹配对目标进行区分,最后通过仿射变换识别出目标的尺度变化。与其它相关算法相比,该算法能有效地识别被跟踪目标的遮挡问题;当被跟踪目标的尺度发生改变时,该算法仍然能准确地对目标进行识别。分析表明,当视屏流中每秒的图像小于25帧并且目标的图像小于2×104个像素时,该算法可以用于目标的实时跟踪。     

基于智能摄像机的高速视觉系统及其目标跟踪算法研究

设计了一种基于智能摄像机的分布式并行处理的高速视觉系统,并应用该系统跟踪快速运动的乒乓球;同时提出了一套针对灰度图像的快速、有效的乒乓球识别跟踪算法．该算法能够在变化的背景下跟踪运动的乒乓球,具有较小的运算量及较好的鲁棒性．为了进一步提高视觉系统的实时性,还运用了动态窗口．实验结果表明,本系统能够快速识别跟踪运动的乒乓球,对于640480像素的8位灰度图像,采集与处理速度最快可以达到6ms．     

机器人足球视觉系统的软件研究

小型机器人足球比赛中,由于所采用的机器人尺寸小,动作快,因此,视觉软件系统需要准确快速地处理图像数据并将结果提供给决策系统。本文利用图像处理和统计信号处理的技术,在视觉软件系统中实现了机器人和球的检测、识别、跟踪和预测功能,并对该软件系统的设计作了详细的介绍。实验结果表明,系统运行稳定,其速度可达到40帧／s,时间延迟为0．025s。     

基于模糊算法的足球机器人目标跟踪控制

为实现在Robocup中型组足球机器人比赛中能够实时准确的跟踪移动的足球,提出了一种基于全景视觉的目标跟踪模糊控制方法,采用双输入双输出控制结构,并以DM-B221型Robocup中型组足球机器人为例,建立机器人运动模型进行仿真比较,分析了目标跟踪的实时性准确性.结果表明,足球机器人在2×7规则下由于控制规则过于粗糙,不能满足实时性且质心运动曲线比较陡,但在4×7规则下能够在0.15s内平滑到达目标点,满足控制实时性和准确性要求.实验表明控制规则的鲁棒性是系统能够满足控制要求的主要因素.     

全自主足球机器人视觉系统的方案分析与比较

简单介绍了全自主足球机器人比赛系统。设计了全自主足球机器人视觉系统的典型电路，包括CCD摄像头、SAA7111、AL422B、EPM7128及TMS320VC5402，并详细分析了系统的时序关系。给出了典型电路的变型设计，并进行了比较。     

拟人机器人视觉系统的硬件结构设计

拟人机器人是当前机器人研究领域中最新的研究方向,机器人视觉系统是其智能化最重要的标志之一。文章介绍了清华大学“985”重点科研项目“拟人机器人技术和应用系统”研究开发的拟人机器人TBIPR—I视觉系统的硬件结构组成和设计原理。     

基于Hermite曲线的机器人足球射门算法

机器人足球比赛是关于人工智能的新兴研究领域,它集数学算法、多智能体、机械设计、控制理论等多个学科于一体,是先进科学技术的发展代表。在机器人足球比赛中,射门和传球是两个最基本的动作。提高动作的速度以及准确性、连贯性是提高动作效率的关键。本文提出一种基于Hermite插值曲线的机器人足球射门算法。利用Hermite插值曲线的数学特性,可以使机器人在满足一定速度的基础上,连续、准确地完成射门或传球动作,并且能大幅度地提高射门或传球的效率。本文以FIRA5：5仿真平台为背景,结合试验证明,利用此方法可以较好地提高射门的成功率。