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.     

不稳定光照条件下多机器人的视觉系统设计

视觉系统是机器人系统感知外界环境的主要传感器.为了提高系统在不稳定光照条件下的识别准确率和定位精度,提出新的色标设计和根据当前颜色阈值可信度来确定颜色阈值的方法,同时采用数字图像形态学的理论对识别结果进行优化.最后,在“家庭生活支援多机器人系统”中得到了验证.     

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.     

基于Arduino技术的光电搬运机器人设计与编程(二):颜色识别与物块捕获

本文将运用Arduino IDE提供的库函数,实现物块的颜色识别和超声波测距.通过对物块颜色的识别来确定搬运的目标位,设计机器人小车的行驶路线.利用超声波测距,动态调整机器人小车与目标物块的相对距离,对机器人小车准确捕获物块起着重要作用.     

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.     

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...     

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。     

足球机器人视觉系统中彩色目标分割方法

足球机器人(MiroSot系列)仅依赖于其视觉系统获得比赛场上的信息.视觉系统对获取的小车顶部标志块的彩色图像进行处理,以识别小车信息.作者试验了3种彩色标志块的设置,并在第1种方案的基础上研究了一种快速彩色目标分割方法,即根据足球机器人视觉系统所处理的视频图像中,待识别的目标区域(前景)面积远小于其他区域(背景)的面积,运用一种基于全局扫描的快速算法,1次分割出所有感兴趣的目标,缩减了系统中目标识别时间,从而使系统能进行一些额外的图像预处理操作,在提高系统识别速度的同时,提高识别精度.     

基于改进多尺度Retinex的墙体开槽机器人目标检测与定位

近年来,随着人工成本的提高和人口红利的消失,建筑行业急需机器人代替人工。针对于墙体开槽机器人在复杂多变的光照条件下特征提取失败、错误提取等问题,提出了一种改进的多尺度Retinex算法进行图像预处理。在原始多尺度Retinex应用到图像亮度分量得到每个像素位置亮度增量的基础上,本文采用衰减函数抑制高亮区域的亮度值增量,然后将亮度值增量转化为RGB三通道的变化量。试验结果表明,该预处理算法能在多种光照条件下得到了颜色较一致的图像,且能显著抑制色偏现象,克服了在单尺度Retinex阶段容易造成图片的灰化以及在高亮条件下颜色失真的问题。使用基于该预处理算法的墙体开槽机器人目标检测与定位方法使得机器人在复杂多变的光照条件下依然能够实现准确的目标检测与精准定位,为墙体开槽机器人的开发奠定了试验基础。     

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。     

多智能足球机器人系统的关键技术

以NEWNEU参加机器人足球世界杯赛(FIRARWC99)的基于视觉型微型足球机器人系统MIROSOT为背景,详细介绍了机器人足球的关键应用技术·采用模糊神经网络和自学习专家系统的分层智能控制系统是当前机器人足球系统的研究方向·具有人工智能的自主型步行足球机器人是足球机器人的长远发展目标·     

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。     

一种基于凸壳的智能服务机器人路径规划算法

将一种基于凸壳的路径规划算法应用于体育场智能服务机器人,首先采用基于Haar特征分类器的方法确定球的坐标,采用基于颜色模型的方法确定机器人的位置及航向,并根据机器人的自身特点,将一定范围内的多个球视为一个目标点处理;然后以目标点坐标作为算法输入,采用基于凸壳的路径规划算法得到一条较优的捡球路径.该算法可以降低机器人的捡球运动代价,有效提高机器人的捡球效率.     

基于分区的带球射门算法研究

为了提高足球机器人的射门成功率,提出了一种基于分区的带球射门方法。该方法以球为中心对场地进行分区,机器人按区域决定运动路径进行追球以达到合适的射门点,在进行角度调整后执行带球算法。实验结果表明,与原有几种射门算法相比,提出的算法通过合理路径规划减少了射门的追球时间。在引入带球算法后,射门成功率有了明显提升,并扩大了执行进攻策略的范围。整体提升了进攻与防守的效率。     

RoboCup中型组机器人物体识别技术研究

参加RoboCup中型组机器人足球赛的机器人需要能够根据预定义的色标块准确并实时地识别出场上双方机器人和球的位置、朝向等信息。由于外界环境噪声的存在及标志物的复杂性,识别算法在保证响应速度的同时还必须保持识别的稳定,不仅要求能够正确地分辨出目标物体,还要对比赛中可能出现的异常情况加以处理,所以需要分析误识别产生的机理,并进行相应的处理。本文对基于RoboCup中型机器人足球比赛的物体识别技术进行了研究,提出了一种可靠的识别算法。该算法利用阈值选定、面积变化、色点密度等信息特征,结合运动变化预测抑制和消除各种可能影响识别精度的因素。实验证明,该算法性能可靠、处理速度快,可以较好地满足比赛的实时性要求。     

一种改进的移动机器人视觉跟踪算法研究

运动物体的实时跟踪是移动机器人视觉的关键技术之一.为了实现对目标快速有效的跟踪,本文提出了一种改进的移动机器人视觉跟踪算法,该算法在mean shift算法的基础上,利用颜色特征作为视觉跟踪依据,并且引入Kalman滤波进行迭代窗口的预测.实验仿真结果表明,本文算法一定程度上消除了光照条件的影响,而且很好的解决了当目标被遮挡时发生目标跟踪偏差或丢失的问题,具有实用价值.     

基于极限环导航方法的移动机器人动态避障路径规划

结合最小二乘法方法,提出一种新的极限环导航方法。它可以在诸如机器人足球比赛等高度动态环境中,为自主移动机器人进行很好地实时路径规划。首先运用最小二乘法方法得到赛球运动的直线轨迹模型,参照此模型构建出描述赛球运动趋势的椭圆极限环,然后从机器人位置向椭圆作切线,机器人以椭圆上的切点作为路径跟踪的目标点奔向椭圆;通过改变椭圆极限环的半径获得动态路径规划,最终完成目标拦截行为。这种方法将机器人直接奔向赛球的走行方式,改变为奔向赛球运动区域的走行方式;使得机器人在快速到达目标的同时具有很平滑的避障能力。仿真和试验都表明了这种方法在机器人足球比赛中的应用价值。     

基于B样条路径的机器人时间最优轨迹规划

现代制造业要求机器人不仅能够实现常规的ＰＴＰ运动和简单的ＣＰ运动,而且还能够沿着任意特定路径进行高速运动．为此,对沿着特定路径运动的机器人的时间最优轨迹规划问题作深入研究,成功地运用了三次Ｂ样条对由一系列离散路径点组成的机器人特定路径进行了逼近,并利用动态规划方法,沿着逼近所得的机器人路径,对机器人进行了时间最优轨迹规划,从而保证机器人在不偏离原有路径的基础上,实现时间最优运动．通过计算机仿真实验,证明算法可行,效率较高．     

一种改进视觉背景提取（ViBe）算法的车辆检测方法

视觉背景提取(visual background extractor,ViBe)算法应用在车辆检测时存在一个比较明显的缺点,即当视频第1帧中存在待检测的移动车辆时,在后续帧的车辆检测过程中,对应第1帧中车辆的位置处会出现鬼影并且鬼影会持续一段时间才会彻底消失,从而干扰后续帧的检测效果。提出一种改进的ViBe建模方法,新方法在前n帧中实现初始模型的初始化,并结合ViBe算法的更新方法进行模型更新。在不同分辨率、不同场景的视频中对原算法和提出的改进方法进行对比实验,实验结果表明,在第1帧中不包含车辆和包含车辆2种情况下,提出的改进的算法都能有效地检测出移动车辆且不会产生鬼影的问题。因此,改进方法比原算法更有效和实用。