足球機(jī)器人硬件平臺(tái)建設(shè)及復(fù)雜條件下視覺關(guān)鍵技術(shù)研究.pdf

1、至今，足球機(jī)器人的研究已經(jīng)取得了重大的進(jìn)展。在學(xué)術(shù)界，RoboCup中型組比賽[1]體現(xiàn)了其最高水平。足球機(jī)器人的設(shè)計(jì)包含了許多不同知識(shí)的集成：機(jī)械學(xué)，運(yùn)動(dòng)學(xué)，動(dòng)力學(xué)，控制理論、機(jī)器視覺、人工智能等等。足球機(jī)器人的結(jié)構(gòu)包含三部分：基本運(yùn)動(dòng)系統(tǒng)、運(yùn)動(dòng)控制系統(tǒng)和視覺系統(tǒng)。視覺提供了數(shù)量巨大的的環(huán)境信息，是移動(dòng)機(jī)器人未來最有希望的傳感器。自主機(jī)器視覺不僅僅是感知，也是對(duì)被感知數(shù)據(jù)的解釋，包括定位，繪制地圖，場(chǎng)景理解等等[7]。然而，受復(fù)雜條件

2、的限制，許多仿真可行的視覺算法在現(xiàn)實(shí)環(huán)境中效果不佳。自主移動(dòng)機(jī)器視覺面臨的復(fù)雜條件主要有：傳感器噪聲，傳感器混疊，機(jī)械震動(dòng)噪聲，復(fù)雜光照噪聲，感知復(fù)雜性，和動(dòng)態(tài)目標(biāo)場(chǎng)景的理解復(fù)雜性等等。 本文的主要工作如下： 完成了足球機(jī)器人硬件平臺(tái)的建設(shè)，使機(jī)器人技術(shù)有了很好的載體，為檢驗(yàn)算法理論的優(yōu)劣打下了良好的基礎(chǔ)。該足球機(jī)器人平臺(tái)采用了國(guó)際上流行的全向視覺系統(tǒng)及全向運(yùn)動(dòng)機(jī)構(gòu)。全向視覺系統(tǒng)垂直安裝在機(jī)器人項(xiàng)部，通過全向反射鏡，機(jī)器

3、人不必轉(zhuǎn)身即可獲得全場(chǎng)信息；單向俯視視覺系統(tǒng)能夠檢測(cè)機(jī)器人正面近處的環(huán)境信息，為機(jī)器人的控球和射門提供了有力的保證。 在圖像處理的形狀識(shí)別階段，大噪聲條件表現(xiàn)為圖像邊緣是鋸齒狀，這對(duì)形狀的角點(diǎn)識(shí)別造成了困難。使用最小均方誤差準(zhǔn)則，可以有效的濾除噪聲的影響。針對(duì)大噪聲條件下噪聲強(qiáng)度的平均值和均勻性都未知的特點(diǎn)，提出了一種基于最小均方誤差的新的大噪聲自適應(yīng)角點(diǎn)識(shí)別算法。這種方法計(jì)算變長(zhǎng)點(diǎn)集的殘差平方和，使得角點(diǎn)出現(xiàn)在特征曲線的極小值

4、處，避免了使用閾值的弊端。并利用折半查找策略，降低了時(shí)間復(fù)雜度。在單角點(diǎn)識(shí)別的基礎(chǔ)上，針對(duì)多角點(diǎn)識(shí)別，討論了利用這種算法降低時(shí)間復(fù)雜度的方法。通過分析表明這些算法能夠較為有效地提高大噪聲條件下單調(diào)邊緣單角點(diǎn)識(shí)別的正確率，降低了時(shí)間復(fù)雜度。 在機(jī)器視覺的目標(biāo)識(shí)別階段，復(fù)雜條件主要表現(xiàn)為復(fù)雜光照和遮擋，以及多動(dòng)態(tài)目標(biāo)的復(fù)雜相對(duì)位置。復(fù)雜條件導(dǎo)致了特征的不完全、不確定。對(duì)于遮擋和陰影造成的球門形狀不規(guī)則，本文基于全向反射鏡的全對(duì)稱性，