机器人足球视觉系统研究与实现

在机器人足球比赛这项综合性的高技术对抗活动中,快速准确地识别足球和机器人是决策系统的基础.提出一套机器人足球视觉软件系统的设计实现方案.采用直接TUV颜色模型输出,目标阈值建立采用手动和自动方式.利用颜色标志设计的对称性,改进累加取平均算法和旋转搜索算法,采用改进跟踪搜索算法进行目标搜索,提出智能组合算法思想.实验测试系统达到30帧/s处理速度,目标搜索准确性达到95%以上.     

机器人足球决策软件系统研究与实现

在机器人足球比赛中，决策系统根据视觉系统提供的机器人位姿和足球位置信息，进行快速准确的决策，是取得胜利的关键。介绍了一套机器人足球决幕软件系统的设计实现方案，采用六步推理模型，基于敷组对称和按需首次计算的视觉信息预处理方法；提出基于角色的改进多参考点运动轨迹规划方法。通过实际比赛验证，达到了机器人足球比赛要求，比赛效果较好。     

机器人足球决策软件系统研究与实现

在机器人足球比赛中,决策系统根据视觉系统提供的机器人位姿和足球位置信息,进行快速准确的决策,是取得胜利的关键.介绍了一套机器人足球决策软件系统的设计实现方案,采用六步推理模型,基于教组对称和按需首次计算的视觉信息预处理方法;提出基于角色的改进多参考点运动轨迹规划方法.通过实际比赛验证,达到了机器人足球比赛要求,比赛效果较好.     

基于足球机器人视觉子系统多目标搜索算法的改进

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的目标搜索算法。     

嵌入式足球机器人视觉系统的硬件设计

为实现足球机器人设计不受Pc机或PCI04软硬件限制的视觉系统，实现FIRA(国际足球机器人联合会)比赛系统的视觉功能。综合运用了FPGA、FIFO和DSP等实现足球机器人的硬件，利用VHDL语言和汇编语言实现软件编制。足球机器人视觉系统包括CCD摄像头、sAA7113、AIA22B、EPM7128及TMS320VC5402，该系统不涉及软硬件版权问题，而体积只有PCI04系统的五分之一。实验表明系统很好实现了FIRA的ROBOSOT(自主式足球机器人)视觉系统的功能。     

基于颜色信息足球机器人视觉跟踪算法

机器人足球比赛是一项非常复杂的高技术对抗活动,其中快速准确地识别小球和机器人小车是决策及控制的基础,在足球机器人视觉跟踪中,颜色信息是最主要的识别分别依据由于ＨＳＶ模型更接近人眼对颜色的感知,在不同光照条件下,色调参数Ｈ数值较稳定,比较适合用识别处理更接近人眼对颜色的感知,在不同光照条件下,色调参数Ｈ数值较稳定,比较适合用做识别处理的基础。因此使用色调Ｈ和亮度Ｖ作为识别颜色的参数,同时为了提高识别速度,作了一些改进,并提出了一种闹尔夫球和机器人小车的快速识别算法,试验快速准确,证明了该算法的可靠性和有效性。     

机器人足球视觉系统图像畸变的几何校正

对Microsot足球机器人视觉系统中产生图像畸变的原因进行了分析,并在此基础上建立有效的数学模型,应用Broyden拟牛顿法,快速有效地实现了图像畸变的几何校正。     

TSR-1型微型足球机器人视觉系统的研究

为了提高足球机器人图像处理的速度与精度，在分析了RGB彩色空间模型的优缺点后，提出采用HSI彩色空间模型进行图像处理，并根据足球机器人比赛的实际情况对HSI彩色空间模型做了相应的改进。此外，在综合分析常用的目标搜索方法基础上，提出了一种基于连续图像相关性的顺序网格和种子填充相结合的目标搜索方法，通过在微型足球机器人视觉系统上的应用表明，基于改进的HSI彩色空间模型的新目标搜索方法使系统可靠性和实时性得到了相当大的提高。     

对足球机器人视觉图象识别问题的探讨

章简要介绍了足球机器人系统工作原理，剖析了目前视觉图象识别方法中所面临的疸，对未来视觉系统研究提出了新的设想，并指明该项目的研究和推广意义。     

类人足球机器人彩色目标识别与头部视觉跟踪

为了在机器人足球比赛中能够快速准确地跟踪运动目标,提出了一种颜色识别与头部视觉跟踪相结合的方法.利用HSV色彩空间颜色阈值的判别和种子点区域生长的填充算法识别物体,计算物体质心并判断其位置,然后通过舵机控制机器人头部的转动跟踪目标.实验结果表明,该方法具有较高的跟踪速度与准确性.     

足球机器人视觉系统的目标识别策略

根据RoboCup小型组足球机器人的比赛规则,提出了一种新的机器人小车的色标设计方案,方案中采用了一种切实可行、准确、高效的目标识别策略,在目标识别过程中,将移动网格技术与动态窗口技术相结合,在小型组足球机器人视觉系统中取得了较为理想的效果,与采用游程编码相比识别目标的平均时间少9ms以上.     

嵌入式图像采集及自主足球机器人视觉系统

在分析已有视频采集处理系统实现方法优劣的基础上,针对一些方法的不足,设计了基于CPLD(Complex Programmable Logic Device)和DSP(Digital Signal Processor)的嵌入式图像采集系统,包括CCD(Charge Coupled Device)摄像头、SAA7111A,AL422B,EPM7128及TMS320VC5402,对系统各个组成模块间的接口进行了详细的分析,并应用于自主式足球机器人的视觉系统.与利用PC104 的视觉系统相比,体积只有原系统的1/3,功耗仅为原系统的1/10.     

足球机器人底层运动控制研究

足球机器人底层运动控制在足球机器人比赛中起着至关重要的作用 .首先通过一系列试验 ,利用函数拟合的方法构造足球机器人的基本运动模型 ,然后在此基础上对足球机器人底层运动控制进行了较深入的分析 .试验结果和实际比赛证明该方法有助于改善足球机器人的运动控制 ,并且可以为更高层次的基本动作和整体决策子系统的研究奠定良好的基础 .     

机器人足球策略的研究

RoboCup是研究动态不可预测环境中的多智能体系统的典型平台．在RoboCup仿真比赛中,机器人整体团队协作和局部对抗规划都是比赛成功的关键．对于团队协作,应用面向对象的方法分析了机器人足球队员的角色特点,部署了不同队员的踢球策略．在射门对抗规划中,分析了球员射门时几个关键性的影响因素,并参考这些因素设计和应用一个关键性的射门函数．实践证明了在实时比赛环境中,整体结构和局部策略的有效性．     

Behavior-based implicit planning method and its application to robot soccer system

A behavior-based implicit planning method is proposed through the design of a middle-size autonomous robot soccer system (MARSS). With basic goal-driven behaviors, the MARSS reactively selects suitable basic behavior according to different situation. The reactive executions of basic behavior sequences implicitly plan two primary behavior chains. By the robot‘s dynamical interactions with the environments, interleaving of basic behaviors spontaneously exhibits effective emergent behaviors to deal with some difficult situations. These emergent behaviors make the system simple, robust and competitive.     

一种足球机器人场地白线的提取方法

基于折反射原理的全景视觉系统,由于能获得大范围视野的环境信息、因其高实时性和高性价比而被广泛应用在视频监控、视频会议和足球机器人等领域。但是,该系统采用的凸面反射镜,由于存在对场景的压缩而使得实际场景中的一些规则物体(比如直线)的成像存在很大的变形,给提取这些特征带来了困难。而足球机器人比赛场景中的白色标志线是不可多得的参考信息,如果能快速准确地提取出全部或部分白色标志线信息,将给机器人的决策系统提供很大的帮助,从而提高机器人的整体性能。以足球机器人比赛环境为背景,将场地白色标志线的边缘像素点转化到:实际距离和图像像素距离成线性变换关系的图像空间,利用一种结合数字罗盘航向角度信息的Hough变换方法提取场地白色标志线信息。试验证明该方法具备很大的可行性。     

自主式足球机器人的信息与知识传播

进行信息与知识的传播 ,既有助于机器人获得“智能成长”能力 ,又有助于提高多机器人协作性能 .阐述了实现信息和知识传播的两个方面要求 :一是要进行信息与知识传播 ,足球机器人智能系统需要满足什么样的条件 ,如知识的表示形式、系统架构等 ;二是足球机器人进行信息与知识传播的合理规程 .针对智能系统架构的设计 ,提出了机器人智能系统是由一个个知识模块构成的思想观点 .     

基于遗传算法的机器人自定位

为了解决中型组比赛环境下的足球机器人自定位、绑架和跟踪问题,提出一种基于遗传算法的机器人连续自定位方法.首先,从全景图像中提取出场上黑线与机器人辐射线的交点;然后,把该交点与环境地图对应黑线间距离之和的最小值做为适应度函数;最后,以机器人中心坐标做为个体,进行选择、交叉和变异操作,收敛到机器人的自定位坐标.另外,针对绑架和连续定位,在遗传算法全局自定位基础上利用梯度优化算法局部修正主位姿,提高了自定位精度和算法的鲁棒性.仿真结果和场地环境机器人自定位试验说明了该定位方法的有效性.