基于視覺的類人足球機器人目標(biāo)定位算法設(shè)計.pdf

1、最近十幾年來,機器人技術(shù)蓬勃發(fā)展,迅速運用到各個領(lǐng)域中,極大地促進了社會生產(chǎn)力的發(fā)展,并為人們的生活提供了方便。視覺系統(tǒng)是機器人最重要的感知系統(tǒng),其任務(wù)是通過自身攜帶的視覺傳感器采集環(huán)境信息,并對采集到的信息進行實時處理,最終實現(xiàn)目標(biāo)定位和機器人自定位?；谝曈X的移動機器人具有感知環(huán)境、定位導(dǎo)航、自主移動等功能,操作簡單,功能強大,應(yīng)用前景廣闊,是機器人領(lǐng)域的研究熱點。本文以RoboCup足球機器人比賽為背景,研究了類人足球機器人的視覺

2、系統(tǒng),包括圖像獲取、圖像預(yù)處理、圖像分割、特征提取、圖像識別、目標(biāo)定位等內(nèi)容,研究結(jié)果對工業(yè)檢測、生物醫(yī)學(xué)、智能導(dǎo)航等領(lǐng)域的機器人應(yīng)用具有現(xiàn)實意義。
　　 在綜述國內(nèi)外研究現(xiàn)狀的基礎(chǔ)上,通過對移動機器人特性的分析,重點對圖像分割等內(nèi)容開展研究并取得如下結(jié)果:
　　 (1)圖像獲取與預(yù)處理。系統(tǒng)采用單目CMOS彩色相機獲取圖像,并對圖像進行顏色模型轉(zhuǎn)換。根據(jù)RoboCup類人足球機器人比賽的特點,通過理論分析和實驗比較,最

3、后選擇了HIS顏色模型。
　　 (2)圖像分割。圖像分割是本文的重點研究內(nèi)容,結(jié)合直方圖閾值算法和K均值聚類算法,提出了一種自適應(yīng)快速聚類分割方法,改進了掃描線種子填充算法,實現(xiàn)顏色聚類的同時獲取了感興趣色塊的描述信息,仿真結(jié)果表明:與傳統(tǒng)的固定閾值法、K-均值聚類算法相比,該方法在實時性、穩(wěn)定性等方面有較強的優(yōu)勢。
　　 (3)圖像識別。建立了分類模型,對圖像分割所得到的色塊信息進行過濾與定性,最終將球場要素(球,球門