一种基于视觉的足球机器人体系结构方案

以参加机器人足球世界杯赛(FIRA RWC2002)RoboSot项目的全自主型足球机器人系统为研究对象,详细介绍了全自主型足球机器人的体系结构,重点探讨了机器人的视觉感知系统,并且针对一组完整的射门动作对系统做出了分析和评价。     

全自主足球机器人视觉系统的方案分析与比较

简单介绍了全自主足球机器人比赛系统。设计了全自主足球机器人视觉系统的典型电路，包括CCD摄像头、SAA7111、AL422B、EPM7128及TMS320VC5402，并详细分析了系统的时序关系。给出了典型电路的变型设计，并进行了比较。     

全自主足球机器人混合视觉系统的设计与实现

根据中型组机器人足球比赛的需要,设计并实现了一套由全向视觉、前向单目视觉和嵌入式视觉构成 的混合视觉系统．全向视觉具有360± 的水平视角,信息量大、实时性好,但近端信息的感知识别精度较低,前向单 目视觉和嵌入式视觉就是为了解决该问题而加入的．前向单目视觉主要用于识别位于机器人正面不远处的目标,且 可给出精确的目标位置信息,同时全向视觉和前向单目视觉的处理都是在机器人上位机上进行的．为了解决机器人 非前向近端信息缺失的问题,在不增加上位机负担的情况下,本文通过下位机的嵌入式视觉识别机器人周边非前向 近端的动态目标或障碍物,较好地解决了机器人360± 范围内近端信息的获取问题．实验结果表明,该视觉系统较好 地实现了对机器人远端、近端目标的识别．     

基于单目视觉的水下机器人悬停定位技术与实现

以7000m载人潜水器的水下悬停为应用背景,以单目CCD摄像机为传感器,提出了基于模型的单目视觉定位和基于特征的视觉伺服两种水下机器人视觉悬停技术方案,分别适用于已知模型的观察目标和未知模型的观察目标两种情况．以自行研制的水下机器人控制系统实验平台为实验载体,利用前视摄像机和水下人工目标,建立了水下演示实验验证系统,并在室内实验水池中,分别实现了两种悬停方法的水下演示实验．演示实验表明：在两种视觉悬停方法的闭环控制下,水下机器人能够抵抗恒定水流干扰和人工位置扰动,很好地实现水下悬停作业．     

全自主足球机器人体系结构的研究

为了在20cm×20cm×40cm的空间内实现全自主足球机器人的各项功能,本文提出了一种全自主足球机器人体系结构。该体系结构体积小、功能强,能够满足机器人足球比赛的要求,并可推广到其他移动机器人系统中。     

基于舵机云台的人型机器人单目视觉测距

P&T舵机视觉云台是摄像头可水平和垂直转动的视觉系统,视觉的可旋转性增大了可视范围;通过单目视觉三维重建原理与视觉转动角度的结合,可计算出不同转动角下目标物与机器人的距离;实验设计圆形区域,对不同转角下采集的图像进行分析,利用像平面到距离的转化,重绘了圆形区域边界,证明通过该算法机器人能获得全景视角;该算法在机器人比赛环境中,可以实现目标位置和本体位置的判断。     

基于单目视觉的机器人目标定位测距方法研究

为实现具有单目视觉的双足机器人对目标物体的定位测距,根据针孔成像和几何坐标变换原理,提出一种基于单目视觉系统自身固定参数计算目标物体深度信息的几何测距方法;该方法利用双足机器人自带的单目视觉系统的固定参数,通过几何映射关系求解目标物体在三维空间内的坐标位置及相对于机器人的距离,克服了由于外界环境变化以及对参照物识别时所产生的误差影响测距定位精度的问题,从而实现基于单目视觉的目标物体精确跟踪定位;并对所提出方法进行了实验,得到比理论结果误差较小的实验数据,证明了方法的可行性。     

全自主移动足球机器人目标识别

Robocup中型足球机器人对图像处理的实时性要求较高.在RoboCup中型组比赛中,通常采用CMVision对图像进行处理,其存在一定的缺陷,如:耗费大量计算机资源,不能处理光线的干扰等.本文在其基础上根据目标识别要求,改变其图像扫描方式、采用邻域法去除光线干扰以及用邻域法处理场外屏蔽问题,满足了中型组足球机器人对于去除足球判别干扰以及去除光线对球心的定位干扰的要求.该方法已经在全国中型机器人比赛中显示出明显的优越性.     

基于双目协调的小型全自主足球机器人导航

对所开发的小型全自主足球机器人只依靠双目异构视觉进行导航问题进行了研究．建立了双视觉测量目标相对和全局坐标的模型，给出了上目和下目的基本导航方法．然后重点分析了基于双目协调的足球机器人导航数据融合方法和双目协调机理．在所开发的全自主足球机器人上进行的实验及在FIRA的世界杯赛上机器人的成功表现，证明了双目协调导航的有效性和实用性．     

一种基于视觉模糊推理的管道机器人自主定位控制方法

本文应用模糊控制技术，提出了一种基于视觉模糊推理的管道机器人自主定位控制方法，仿真试验证明了该方法的可行性。     

单目视觉人工路标辅助的移动机器人导航方法

室内机器人在采用里程计法长距离导航时,定位精度下降很快,以及以往人工路标定位方案的识别准确率低,又难以满足导航实时性的要求. 针对这些问题,本文设计了能快速准确识别的人工路标,从而来修正机器人里程计法导航的累计误差,并通过卡尔曼滤波将人工路标和里程计法的定位信息有效地融合起来. 实验结果表明,数字人工路标的识别准确率高,且识别速度满足导航实时性的要求,该方法有效地提高了移动机器人里程计法导航时的精度和鲁棒性.     

全自主机器人足球系统的研究综述

综述了全自主机器人足球系统的历史和研究现状 .对机器人足球系统的协作系统体系结构、机器学习、路径规划、实时通信、视觉和多传感器融合等技术进行了较为详细的分析 ,并且对各种研究方法的优势与不足进行了比较 .     

一种基于随动视觉的排爆机器人自主抓取系统

在传统基于固定视觉的排爆机器人抓取系统中,相机视觉易被遮挡且不能保证拍摄清晰度。基于随动视觉技术,提出一种将深度相机置于机械手末端并随机械手运动的排爆机器人自主抓取系统。利用深度相机计算目标物体的三维坐标,采用坐标转换方法将目标物体的位置坐标信息实时转换至机器人全局坐标系,并研究相机坐标系、机器人全局坐标系与末端执行器手爪工具坐标系三者的动态映射关系,实现排爆机器人的自主抓取。实验结果表明,与传统固定视觉方法相比,随动视觉方法可在误差2cm内,使得机器人机械手爪准确到达目标物体所在位置,且当机器人距离目标物体100cm~150cm时,抓取效果最佳。     

多目标实时搜索的足球机器人视觉系统设计--Robocup系列研究之五

针对机器人足球比赛的需要，基于对多目标的实时跟踪搜索，提出一种在精度、稳定性、实用性等方面都符合要求的足球机器人视觉系统设计方案。     

A Real-Time Image Recognition System for Tiny Autonomous Mobile Robots

Intelligent sensors for mobile robots play an important role in many technical applications. In this paper a real-time image recognition system for a tiny autonomous mobile robot is presented, capable of detecting objects in real-time at a frame rate of up to 60 frames/s. The image recognition module has very low power consumption of less than 250 mW and fits into a package of only 35 × 35 mm including a CMOS camera and a low power, high performance signal processor. We propose an object recognition algorithm that is optimized for deeply embedded systems used in energy and performance constrained devices. The algorithm is based on a combination of edge and color detection and uses a fixed model for each object to be recognized. Results of the ball recognition application show that its relative polar coordinates are found within 11 ms.Stefan Mahlknecht received a Masters degree in electrical engineering and a doctoral degree from Vienna University of technology. His doctoral thesis dealt with the topic of energy selfsufficient wireless sensor networks. He spend one year at the University of Illinois in Urbana Champain, where he focused on communication networks and protocols. Since 2001 he is a member of the departements staff. His research interests are devoted to the topic of wireless sensor networks, communication protocols, embedded systems and robotics.Roland Oberhammer is a master thesis student at the Institute of Computer Technology at the Vienna University of Technology. His master thesis dealt with the topic of real-time ball recognition on resource limited embedded platforms. His research interests are in the field of embedded systems and robotics.Gregor Novak received a Masters degree in mechanical engineering and a doctoral degree in technical sciences both from the Vienna University of Technology in Austria in the years 1997 and 2002, respectively as well as a Masters degree in engineering management in 2001 from Oakland University in USA. Presently he is the coordinator of the Vienna University of Technologys Center of Excellence for Autonomous Systems. His research focuses on autonomous mobile cooperating robots.     

新的单目视觉系统两步手眼标定方法

为了实现单目视觉系统的快速、精确的手眼标定,本文提出了一种新的两步式手眼标定方法,将手眼标定分为求解旋转关系和平移关系两步.首先机器人携带标定板进行两次平移运动求解旋转关系,然后机器人工具坐标系执行若干次旋转运动求解平移关系.该方法简单快速,不需要昂贵的外部设备,通过实验最终验证了该方法的可行性.     

RoboCup中型组足球机器人系统关键技术

RoboCup中型组机器人足球比赛是一个研究多自主移动机器人、机器人视觉及其他相关领域的标准测试平台。从机器人机械结构、硬件结构、体系结构、环境感知、行为及策略等方面详细介绍了RoboCup中型组足球机器人系统相关关键技术的研究现状,最后展望了RoboCup中型组足球机器人系统的技术发展趋势。     

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。