基于BP网络的足球机器人视觉系统的标定

摄像机标定是足球机器人 (MIROSOT)视觉系统的基础 .由于实际空间点的三维几何位置与其在图像中对应点之间的是一种复杂的非线性映射关系 ,而 BP网络它可以实现从输入到输出的任意的非线性映射 ,本文将BP网络应用于足球机器人视觉系统的标定 ,采用 L evenberg- Marquardt的学习算法 ,实验结果证明了该算法的可行性     

足球机器人全局视觉系统的快速标定方法

针对足球机器人全局视觉系统的特殊应用场景,提出了一种基于两步法简化标定模型的快速有效标定算法。利用近似欧拉角旋转矩阵建立摄像机标定模型,确定需要求取的摄像机内外参数,借助场地上现有的一些标志点作为靶标,对模型的相关参数进行分步求取初始值,并利用L-M优化算法对摄像机内外参数进行分步优化求取精确值。通过实验分别从标定误差和机器人动作实现效率两个方面与其他标定算法进行对比,验证了该算法具有较高的标定精度。实验表明,本算法的优点在于不用借助专门的标定靶标,即可快速有效完成相机标定,标定精度可达1mm,且标定过程简单易实现。     

一种新的用于足球机器人的全向视觉系统

全向视觉系统是RoboCup中型组足球机器人最重要的传感器之一。为了实现足球机器人的目标识别与自定位,提示了一种新的足球机器人全向视觉系统的设计与实现,其中在硬件上设计了一种由水平等比镜面和垂直等比镜面组合而成的新型全向反射镜面,其能够采集到较理想的全景图像;软件上则根据该镜面的成像特性实现了一种新颖的基于场地标志线信息的机器人自定位算法,该算法能够获得较准确的机器人自定位值。实验结果表明,该全向视觉系统能够有效地应用于机器人足球赛中。     

应用径向基函数网络进行足球机器人视觉系统的标定

在足球机器人视觉系统中,由于摄像机是普通的非量测摄像机,所以实际空间点的三维几何位置与其在图像中对应点之间是一种复杂的非线性映射关系,必须进行摄像机标定。由于基于精确模型的各种标定方法比较繁琐,而径向基函数网络可以实现从输入到输出的任意的非线性映射,论文将径向基函数网络应用于足球机器人视觉系统的标定,仿真实验结果表明该算法是确实可行的。     

大场地足球机器人视觉系统优化设计

介绍了大场地足球机器人比赛中视觉系统的整体设计方案.采用现场标定法对采集图像进行校正,为比赛提供准确的定位信息;通过采用HSI颜色空间实现了目标颜色的准确快速识别.最终使该视觉系统保证了比赛中实时性和准确性的要求.     

计算机应用研究

基于视觉的足球机器人系统融合了实时视觉信息处理、无线通讯、多机器人协作等多个领域的技术。提出了基于视觉的足球机器人系统的控制结构,设计并实现了足球机器人系统的视觉识别算法,以动作选择机构为核心建立了策略系统。     

基于视觉的足球机器人系统

基于视觉的足球机器人系统融合了实时视觉信息处理,无线通讯、多机器人协作等多个领域的技术。提出了基于视觉的足球机器人系统的控制结构,设计并实现了足球机器人系统的视觉识别算法,以动作选择机构为核心建立了策略系统。     

色标设计与辨识算法研究

在人工智能领域，足球机器人系统是一个非常好的应用与研究平台，它是一个由计算机视觉闭环的反馈控制系统，在足球机器人视觉子系统中，色标的设计是关系到系统辩识精度，实时性和抗干扰性的一个重要因素。通过对3种典型色标设计进行比较和分析，确定在一种比较合理的设计方案，并针对这种方案提出了一种快速准确的补偿逼近算法，取得了良好的辨识结果，该算法为基于视觉的集中控制式足球机器人系统的研究与开发提供了有力的保障。     

一种与模型无关的全向视觉系统标定方法

传统的全向视觉系统标定方法假设研究对象满足单视点成像模型且全向反射镜面各向同性,而在实际应用中上述假设往往并不成立,这会对标定精度带来很大的影响。针对全向视觉系统成像特点设计了一种新的与模型无关的标定方法,不需要研究对象满足上述约束,适用于对各种折反射式全向视觉系统的标定,具有较高的精度。将其应用于NuBot足球机器人全向视觉系统的标定后,较大地提高了机器人基于全向视觉的自定位精度,验证了标定方法的有效性和实用性。     

基于全向视觉和前向视觉的足球机器人目标识别

为了快速正确地进行机器人的目标识别，首先介绍了RoboCup中型组足球机器人NuBot使用的全向视觉系统及其目标识别方法；然后通过引入一套简单的前向视觉系统来弥补全向视觉的不足，以提高机器人对其前方目标球的感知识别精度，同时给出了一种简单有效的前向视觉系统标定方法；最后介绍两套视觉系统共同工作的实现机制，以提高机器人的目标识别处理速度。实验结果表明，两套视觉系统能够很好地共同完成机器人的目标识别。     

腐蚀/膨胀算法在足球机器人视觉系统中的应用

在FIRA MiroSot机器人足球比赛中,视觉系统是获得比赛场上机器人与球位置信息的唯一途径。视觉系统的识别速度、精度直接影响到比赛的胜负。针对传统视觉系统在机器人足球比赛中获取各实体的位置不够准确的问题,提出了一种结合数学形态学中腐蚀/膨胀算法来处理视觉系统中的实时图像,增加足球机器人视觉系统识别的精度的设计方案。实验结果表明,该方案在没有降低比赛中识别速度的前提下,大大地提高了识别精度。     

基于佳点集遗传算法的足球机器人策略设计

为了优化足球机器人策略的设计,文中提出了一个基于佳点集遗传算法的足球机器人动作规划算法。首先定义一个足球机器人的动作集合,根据赛场的实际情况为足球机器人分配角色与任务,然后利用佳点集遗传算法为足球觇器人选择合适的动作,用该算法进行截球实验和射门实验。实验结果表明,应用新算法的仿真足球机器人动作更准确,效果更佳。     

机器人足球视觉系统中的实时图像处理

视觉系统是整个机器人足球系统的重要组成部分。根据机器人足球视觉系统的特点,提出基于游程长度编码(RLE)的实时快速图像处理算法。算法使用RLE对图像进行压缩,并且在处理阶段高效识别出图像中目标的尺寸和位置。压缩阶段算法的时间复杂度与图像尺寸成线性关系,图像处理阶段算法的时间复杂度与图像中目标的个数和每个目标所占的扫描行数成线性关系。     

实用的机器人足球角色分配算法设计

将模糊一致关系应用于机器人足球角色分配,综合比赛现场各方面的因素,分别对这些评价因子建立模糊优先关系矩阵和模糊一致矩阵,然后确定各个评价因子的权值,最后再确定每一备选机器人对应某一角色的隶属度,将这一角色分配给隶属度最高的机器人,从而实现角色分配,仿真实验结果表明了这种设计的可行性.     

信息融合算法在机器人足球系统中的应用

最优信息融合Kalman滤波算法给出了实时动态环境中线性方差最小的融合估计。采用该算法对机器人足球系统中的小球进行状态估计和预测,并给出了信息融合处理结构和该算法的具体实现步骤。实验结果表明,该算法可以克服单一视觉传感器采集的数据含有较大噪声等局限性,实现了对小球精确的状态估计和预测,具有可行性和优越性,并且在某一机器人视觉传感器出错时,系统仍具有良好的容错性和鲁棒性。     

基于扩散方程的改进型路径搜索算法在机器人足球中的应用

通过对扩散方程基本理论的研究,提出一种基于扩散方程的路径搜索法。在深入研究传统扩散方程路径搜索方法优缺点的基础上,进一步提出基于扩散方程的改进型路径搜索算法,并将其用于机器人足球的运动路径规划。通过仿真机器人足球实验表明该算法可行且有效。     

具有输入饱和特性的中型足球机器人运动控制研究

研究了具有输入饱和特性的全自主中型足球机器人的运动控制问题,建立了足球机器人的运动学模型,基于Lyapunov稳定性条件研究了足球机器人对足球跟踪的自主控制算法,实现了足球机器人在赛场上的高精度运动控制,实验进一步证明了算法的鲁棒性。     

足球机器人路径规划算法的研究及其仿真

研究足球机器人路径规划优化问题,足球机器人由于赛场情况千变万化,系统本身存在非线性,环境也具有时变性特点,要求机器人相互协作实时性要求高。结合足球机器人系统特点,提出一种蚁群算法的足球机器人路径规划算法。把每一只蚂蚁看作是一个机器人,蚂蚁根据信息素调整自己的前进方向,通过蚂蚁间的信息交流和相互协作快速找到一条最短的机器人运行无碰撞的路径。采用算法进行测试,结果表明,用蚁群算法较好地克服了局部最优的缺陷,获得最优路径,且无碰撞现象,符合足球机器人路径规划的实时性要求。     

基于FLCN方法的足球机器人动作控制

考虑到足球机器人比赛中射门动作的重要性，为了使足球机器人的动作具有准确性，提出了一种基于FLCN（Fuzzy Limit-Cycle Navigation，即模糊极限环导航）方法的动作控制。通过对极限环形状的改进，使其具有椭圆特性；并针对该情况设计了相应的模糊规则，应用模糊算法确定椭圆中心点的位置来导航机器人，完成截球和射门的动作。在仿真试验与集控式足球机器人实战中进行了验证，结果证明了该方法的有效性。