一个足球机器人视频跟踪算法

随着机器人和人工智能技术的发展,在复杂环境中特别是足球机器人的实时比赛的环境进行识别和跟踪已是一个挑战性的课题,提出了一个基于投影的目标跟踪算法,该算法首先把比赛场地分成了若干区域,在这些区域内搜索一个种子点,然后以此点为起点沿垂直或水平方向在目标区域搜索,计算该点的投影值,根据这些投影值识别出目标的一个顶点(或小球的球心),进而识别出目标;最后,提取出7个运动目标的位置和方向,实验结果表明,该算法与其他方法相比有计算量少、图像处理速度快和易于实现等优点。同时,该算法在仿真系统中得到了检验。     

基于DSP的足球机器人目标识别

目标识别是足球机器人视觉子系统的关键,论文对M i r o S o t中型组足球机器人视觉子系统的预处理和目标识别提出了改进的算法。基于D S P提出了改进的提取目标物体几何特征进行模式匹配的方法,实现了对复杂环境中目标物体的识别,并通过Code Composer Studio(CCS)进行了仿真测试,有较高的识别率。     

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。     

基于多传感器的全向足球机器人自定位

随着对足球机器人智能水平的要求进一步提高,机器人足球委员会将比赛场地的立柱、球门颜色取消.这使以前的基于球门、立柱地标的足球机器人自定位方法失效了.本文提出了一种利用了里程计、罗盘和全景摄像头多种传感器信息的视觉图像特征匹配的足球机器人自定位方法.首先,机器人通过里程计和罗盘取定一个可能位姿.然后,由视觉处理系统把机器人的可能位姿当作变换因子对实时拍摄到的场景图像作旋转、平移变换.最后,将变换后的图像中的白线与参考图像中的白线相比较,选择使图像匹配程度最大的变换因子作为机器人自定位的结果.实验结果表明该自定位方法达到了较高定位精度并能满足比赛的高实时性要求.     

机器人足球识别算法改进与研究

足球识别是足球机器人视觉系统中的重要问题,本文基于对相关对象颜色特征的研究提出对足球识别方法的改进建议。     

基于动作视觉协调的足球机器人视觉跟踪方法

文章提出了一种基于动作视觉协调的足球机器人视觉跟踪方法,它跟踪准确,对光照环境的适应性强。实验表明,该方法简单有效。该方法已应用于某校研制的Mirosot机器人足球比赛系统,并且参加比赛取得了优良成绩。     

基于神经网络模糊PID的足球机器人控制算法研究

通过对足球机器人运动学模型进行分析,以足球机器人系统为实验平台,论证了神经网络模糊PID控制技术应用于足球机器人运动控制的可行性。将传统的PID控制与神经网络模糊控制相结合,通过PID算法实现控制的准确性,利用神经网络模糊控制提高控制的快速性与自适应性。针对足球机器人运动控制中的实际问题,着重提出了基于神经网络和模糊控制相结合动态调整PID控制器的三个参数KP,KI,KD的设计方法。实验证明该方法增强了控制器的调节能力和简化了控制器设计,同时本方法对模型和环境具有较好的适应能力和较强的鲁棒性。     

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。     

基于模糊神经网络的机器人足球团队决策研究

机器人足球团队决策依据的信息通常是模糊的、不确定的、瞬息万变的,决策系统必须具有自适应学习能力。本文提出一种基于模糊神经网络的机器人足球团队决策模型,用于建立场上关键信息元素和团队决策之间有效的映射关系。初步的仿真实验结果证明了该团队决策模型的正确性和合理性。     

基于模糊阈值的机器人视觉目标图像处理

机器人视觉目标图像信噪比低,背景噪声干扰大,目标识别处理通常利用目标的灰度信息进行预处理,由此设计一种基于数学形态学和模糊阈值的灰度图像实时预处理和阈值处理技术图像分割方法.仿真实验表明,该方法实时性好,简捷快速,对目标图像识别有实用价值.     

基于DSP的足球机器人设计

通过对目前国内常用足球机器人性能的分析，以提高机器人足球平台硬件系统性能为目标，设计了一种基于DSP为控制核心，并结合Fuzzy-PID控制算法的足球机器人。实验证明，由于DSP存在运算速度快、接口丰富、功耗低等优点，因此对足球机器人的运动性能、控制精度、实时性都有了极大的改善。     

基于改进型遗传算法的足球机器人路径研究

目前针对足球机器人路径规划,主要采用栅格法和链接图法,但栅格法无法达到精确的规划路径,而连接图法主要针对具有复杂多边形的障碍物,这两种方法不能满足足球机器人实时性的要求.为此采用简化编码方式和格雷码,建立了以路径最短、避障为优化目标的遗传算法适应度函数,采用轮盘赌选择,单点交叉,基本位变异等方法,完成了遗传操作.仿真结果表明:在建立的约束关系下,改进型遗传算法在路径最短方面比人工势场法有所改进,表现出较好的优化效果.     

集控式足球机器人系统关键技术研究

足球机器人比赛是机器人研究的一个新热点,它为人工智能理论和算法的研究提供了一个实验平台,其研究的领域涵盖了人工智能、自动控制、机器人视觉、无线通信、机器学习和多智能体合作与协调等。集控式足球机器人系统通常可以划分为4个子系统,即视觉、决策、通信和车型机器人。结合研究经验,介绍了集控式足球机器人各个子系统的关键技术。     

RoboCup小型足球机器人建模及仿真平台研究

在机器人运动规划和运动控制的研究中,直接以实物机器人做实验不仅代价昂贵,而且所需时间长,风险大.在考虑了驱动电机动态特性的基础上,以机器人的朝向为坐标轴正方向建立坐标系,分析三轮全向移动机器人运动学模型和动力学模型;然后对比赛过程中的碰撞模型进行研究,推导出发生碰撞后机器人的速度公式;最后以Robocup小型足球机器人比赛系统为背景,采用VisualC 多线程技术构建小型组足球机器人仿真平台,并给出了系统结构框图.在小型组足球机器人的运动规划,运动控制等方面具有直接的现实意义.     

自主式足球机器人控制系统设计研究

足球机器人为智能机器人学科的发展提供一个具有挑战性的课题,本文介绍了一种基于DSP的足球机器人控制系统的实现方案,并对足球机器人系统的整体体系结构、硬件系统和软件系统进行了介绍。实验证明,该足球机器人运行稳定性,设计合理。     

基于模糊控制的抛射机器人位置校准研究

针对抛射机器人距离目标位置较远,在位置校准过程中容易出现目标位置判断不准、校准速度慢等问题,提出了定距离的位置校准方式.在选用高精度激光扫描仪提高位置判断精度的基础上,构建了精准的数学模型,同时在算法中加入了模糊控制.试验结果表明,该装置位置校准效果理想,符合机器人的抛射需求.     

一种改进的场地标定算法

为了使足球机器人视觉系统中场地标定更加精确，本文在分析了简单玑性标定存在不足的基础上，提出了一种基于标志点将场地分区的线性标定算法。该算法既具有线性标定的简洁性，同时又在一定程度上提高了足球机器人视觉系统标定的精确性。