一种基于特征检测的机器人足球检测识别方法

针对足球机器人目标识别的实际特点,以智能足球机器人为研究对象,提出了一种基于足球颜色、面积匹配模板和边缘特征相结合的足球检测方法。此方法首先利用颜色特征信息对图像中颜色相似度进行计算来完成足球的颜色识别。然后,通过分析计算足球在全景摄像头中处于不同位置所成的图像像素尺寸与场地中所处位置距离之间关系,建立了足球识别的面积匹配模板,根据该模板可以计算出在图像中处于不同距离的足球轮廓面积。在此基础上,结合足球边缘特征进一步完成对足球的识别。实验表明该方法能够有效地提高足球识别的效率和准确性,并具有较好的实时性;同时对其他目标物的识别也具有一定的借鉴意义。     

一种仿人足球机器人目标定位与追踪算法

基于仿人足球机器人嵌入式系统结构,对目标定位和跟踪算法进行改进,提出一种适用于嵌入式全自主型机器人的颜色识别算法.首先,改进通用的颜色识别过程方法,添加目标特征统计学习,使足球机器人能够脱离PC机进行自主的目标颜色特征阈值设定;其次,简化基于嵌入式单目视觉系统下的目标定位算法,并通过扩大首帧搜索区域或加入形状检测的方法...     

机器人足球识别算法研究

在基于YUV色彩空间上采用混合方法进行颜色分类基础上，提出了一种基于种子填充的新目标机器人搜索算法——二分搜索法，从而明显减少了识别过程中的计算量。通过在F180机器人足球系统上的试验，证明此方法是有效的，可以在保证识别精度的前提下，快速识别机器人。     

足球机器人的色标设计问题及解决方法研究

在足球机器人视觉研究中,各个机器人的识别和定位主要是通过粘贴在机器人顶部色标的颜色特征来实现的,色标设计的好坏将直接影响辨识算法的难易及准确程度.根据光学成像原理讨论视觉系统中的色标设计问题,有效地解决了色标的粘连问题及混色现象,提高了色标识别的准确度,不需要解决粘连现象的额外算法开支,满足了系统实时性的要求.     

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.     

一种新型足球机器人色标设计方案

提出了一种基于颜色识别和区域识别相结合的FIRA Mirosot足球机器人视觉系统色标识别方案，在一系列的试验比较的基础上，设计出自己的机器人色标设计方案，并完成了视觉系统的软件设计流程。结果表明：该方案能快速、准确地获取足球机器人的位置信息。     

机器人足球颜色分类研究

针对机器人足球比赛中机器人识别的实时性要求,在基于YUV色彩空间上,提出采用混合方法进行颜色分类。在确定种子点时,采用阈值法,而在队员识别时采用人工神经网络通过训练得到一个颜色分类器进行分类,通过实验,能够较准确地对机器人足球涉及的颜色进行分类。     

基于Robocup中型组足球机器人的图像识别算法

根据Robocup中型组足球机器人足球比赛的规则要求,机器人科研通过对颜色的识别来达到识别球场上的物体及环境.为了满足实时性和准确性的要求,提出了一种基于YUV色彩空间模型的阈值算法,并通过与RGB色彩空间的算法比较,验证了其有效性和优越性.     

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。     

适用于足球机器人视觉子系统的颜色空间比较

分析5种常用颜色空间模型的特点,通过实验比较得出在5种颜色空间内进行色差判别的准确程度,并在此基础上提出一种优化算法,可以更好地解决足球机器人视觉子系统中的颜色识别问题.     

基于免疫机理的足球机器人协作控制研究

针对Robocup中型组全自主足球机器人自主协作任务,基于人工免疫机理对机器人个体及群体体系结构进行优化,采用个体混合式体系结构与群体分布式体系提高系统性能。构建适用于比赛环境的足球机器人免疫系统模型,充分考虑模型中抗体与抗原及其他抗体间的激励和抑制作用,给出在动态环境下面临复杂协作任务时的足球机器人协调控制算法及流程,改善多足球机器人冲突的混乱局面,增强足球机器人策略行为的有效性,提高足球机器人系统的智能协作性。实验结果验证:该算法可以有效的增强足球机器人的协作能力,提高规定时间内的平均成功进功率与平均成功进球率。     

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.     

足球机器人守门员的动作设计与研究

以FIRA仿真足球机器人为研究目标,以守门员的动作策略为主要研究对象,基于FIRA仿真平台SimuroSot,对守门员的动作进行设计,并以防守状态为重点,提出了一种将"盯球"和"盯人"相结合的优化算法,实验结果表明,该策略可提高守门员的防守能力。     

基于新规则足球机器人的研究

针对2008年中型组自主足球机器人比赛规则的变化,研究改进符合新规则且更加先进的足球机器人,主要在机器人的底盘转向、踢球机构、运动控制、视觉系统进行优化,特别是用先进的白点定位、卡尔曼滤波算法提高了定位精度,经过多次试验、比赛能够达到预期效果.     

基于机器视觉的除草机器人杂草识别

根据杂草颜色特征,提出了新的图像分割算法,在RGB空间直接将杂草从土壤背帚中分割出来。首先顺序搜索图像中每一个像素点,如果当前像素RGB值中G〉R且G〉嚣,则将该像素值置1（杂草）,否则为0（背景）,从而完成图像分割。然后采用8邻域消除孤立点,并确定杂草区域位置。利用VisualC＋＋开发了除草机器人杂草识别软件,设计了除草机器人结构模型。试验表明,该分割算法实时性好,可有效识别出杂草,并能够适应户外自然先变化。除草机器人机械臂能够准确定位,完成除草动作。     

基于邻域相关性的背景重构

 背景差法是一种重要的运动检测方法,当场景中背景被长时遮挡,并非总是以最大频率出现时,往往容易将前景错误地认为是背景,从而产生错误的重构,针对该问题本文提出了一种基于邻域相关性的背景重构算法.算法首先对输入数据进行排序;其次利用简单归类算法对排序后的数据进行分类;再次计算灰度类的出现频率,根据灰度类的出现频率得到像素的背景确定标识,并为背景不确定的像素选定候选背景;最后对背景不确定的像素循环执行背景确定程序,即基于像素邻域相关性,选择和邻域相似度最大的候选背景为像素的确定背景.为验证算法的有效性,对算法进行了多种场景的仿真实验,仿真实验表明,即使在背景被长时遮挡的环境中,算法仍能很好构建背景,从而有利于后续的运动目标检测、识别和跟踪.     

对抗环境下足球机器人路径规划

在RoboCup中型组足球机器人比赛环境下,实现机器人实时、有效的路径规划是赢得比赛的重要前提.充分考虑到足球机器人比赛中实时性和对抗性的特点,采用具有实时性优势的人工势场法,并综合考虑障碍物、目标点以及机器人之间相对位置和相对速度的关系,提出一种相对威胁系数的概念.该系数能够反映比赛中双方机器人实际对抗的强弱程度.将相对威胁系数应用到传统的人工势场中,形成一种新的改进型人工势场法,较好地解决了对抗环境下机器人路径规划中一些实时性、有效性的问题.仿真实验验证了所提出算法在足球机器人比赛系统中具有可行性.将该算法应用于交龙足球机器人上,在实际比赛中取得了较好的成绩.     

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.     

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.