小型智能足球機器人系統(tǒng)全局視覺的研究與設計.pdf

1、在人工智能與機器人學的歷史上,1997年將作為一個轉折點被記住。1997年5月,IBM的“深藍”擊敗了人類國際象棋世界冠軍,人工智能界40年的挑戰(zhàn)終于取得了成功。足球機器人比賽是繼“深藍”之后為促進人工智能與智能機器人技術的研究與教育而設立的一個標準問題,其目的是通過競賽進行技術的同臺較量,促進相關領域發(fā)展。足球機器人涉及人工智能、機器人學、通信、傳感、圖像處理等諸多領域的前沿研究和技術集成,具有典型的研究意義。
　　 視覺子系

2、統(tǒng)是足球機器人四大子系統(tǒng)之一。比賽過程中有關環(huán)境的所有信息都是通過視覺子系統(tǒng)獲取的,視覺子系統(tǒng)對于整個系統(tǒng)的重要性不言而喻。視覺子系統(tǒng)主要處理的是顏色信息,光照條件的變化會引起圖像識別效果不穩(wěn)定;攝像頭產(chǎn)生的桶形失真,要求視覺子系統(tǒng)必須具有較強的魯棒性;小型組足球機器人是高速運動的物體,要求處理圖像的實時性必須滿足;同時為了精確定位足球機器人的位置和方向角,視覺子系統(tǒng)提供的信息必須準確。
　　 本文以RoboCup小型組足球機器

3、人為研究平臺,通過對視覺子系統(tǒng)的功能和性能要求進行分析,提出該系統(tǒng)的整體設計方案。為了滿足以上要求,本文將視覺子系統(tǒng)劃分成畸變校正、圖像分割、目標識別三個功能模塊分別進行研究,提出了基于BP神經(jīng)網(wǎng)絡的圖像分割技術,提高了視覺子系統(tǒng)在光照不穩(wěn)定條件下的識別率;采用基于背景建模的連通域目標搜索算法,提高了目標識別的處理速度。
　　 本文研究的主要內(nèi)容有以下幾個方面:
　　 (1)在圖像分割模塊中,提出基于HIS顏色空間的BP

4、神經(jīng)網(wǎng)絡的彩色圖像分割技術,在光照不穩(wěn)定條件下取得了很好的圖像分割效果。
　　 (2)在攝像機標定和畸變校正模塊部分,采用了Tsai兩步法的校正算法,取得很好的校正效果,為目標的精確定位做好準備。
　　 (3)在目標識別模塊中,采用基于背景建模的連通域目標搜索算法,極大的提高了圖像處理速度。
　　 足球機器人視覺子系統(tǒng)總體運行實驗結果證明:本文設計的方案及算法在滿足足球機器人基本要求的同時,其光照適應性,準確性,