一种鲁棒的基于全向视觉的足球机器人自定位方法

针对RoboCup 中型组机器人足球比赛环境高度动态的特点和现有定位方法的不足,提出了一种鲁棒 的基于全向视觉的自定位方法．该方法结合使用粒子滤波定位和匹配优化定位,同时还设计了基于图像熵的摄像机 参数自动调节算法以使全向视觉的输出能够适应光线条件的变化．实验结果表明,通过使用该方法,机器人能够在 实时获得高精度自定位的同时实现可靠的全局定位,并对遮挡、光线条件变化等环境动态因素具有很强的鲁棒性．     

全向移动机器人编队分布式控制研究

简单介绍了NuBot机器人的两个主要组成部分：全向视觉和全向运动系统,并给出了运动学分析．基于该机器人平台,提出了D-A和D-D控制两种跟踪算法．通过机器人之间的相对定位和局部通信,实现了多机器人编队的分布式控制,同时,该算法可对机器人朝向进行独立控制．针对不同情况下的编队避障问题,提出了编队变形和编队变换两种方法．仿真和实际机器人实验表明,D-A控制方法能够实现平滑的编队变换;编队变形方法能够在尽量保持原始队形的情况下保证编队顺利避障．     

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。     

用于机器人足球赛的全景视觉设计仿真

该文介绍用于机器人足球中型组比赛的全景视觉系统设计与仿真.该系统由一个普通摄像机和一个全向镜组成,能够拍摄到周围360度的全景图像.该文首先分析了比赛对视觉系统的各项要求,然后对几种常用的全向镜的成像效果进行仿真,得到了它们的全景图像.通过仿真结果比较,发现双曲线镜面具有单视点、变形小、分辨率高、体积小的特点,能够很好地满足比赛的要求.最后给出了摄像机和双曲线镜面的设计参数以及双曲线镜面的仿真图,完成了整个视觉系统的设计.     

一种中型自主足球机器人自定位方法

针对RoboCup中型自主足球机器人比赛中的自定位要求,提出了一种新的自定位方法。利用电子罗盘获取航向角度,根据航向角度将全向视觉获取的白线初始信息转换为白线的半全局信息;利用白线实垂交类型、辅助白线的距离与角度信息,结合定位区域优先度算法确定机器人所在的最终定位区域;根据定位区域内两条实垂交白线的交点位置关系得到机器人在场地中的位置,实现自定位,并讨论该方法对全向视觉观测范围的要求。实际场地的实验结果,验证了该方法的有效性。     

基于Euler算法的全向轮机器人位姿检测

现代机器人多借助于参照物定位,多受制于参照物;对于此问题,这里介绍了一种基于码盘和Euler算法定位的无参照物的全向轮机器人设计;利用全向轮的结构优势,设计了一款能实现在二维平面内无参照物移动定位的机器人;此机器人通过采集2个相对编码器和一个绝对编码器数据来获取机器人位姿信息,并接收上位机发送的坐标指令,用Euler算法计算机器人运动坐标,然后将机器人位姿信息与计算出来的坐标相对比,对机器人进行姿态矫正,最终达到给定坐标位置。     

机器人全向视觉定位系统的建模与应用

针对机器人对目标定位的需要,根据机器人结构及全向视觉系统的特点,研究并建立了包括双曲面镜的反射模型、成像模型在内的一套数学模型.确立了由先验信标位置求机器人位置,由像点和机器人位置求目标位置的数学过程.为目标定位提供了必要的数学模型和算法.定位时,为了减小视觉定位中单幅图像存在的不确定性,提出了基于图像序列及多传感器信息融合的目标定位方法.与传统方法相比,该方法抗外部和系统干扰的能力更强,且精度更高.实验结果证明了方法的有效性.     

一种鲁棒高效的足球机器人自定位方法

为了解决中型组比赛环境下的足球机器人自定位问题,本文提出一种新的基于全向视觉的自定位方法,该定位方法首先从全景图像中提取出场上白线的对应点,并将其作为机器人的观测信息,然后计算观测信息与静态地图的匹配误差,且根据匹配误差的大小决定是否重新选取主位姿,最后利用梯度优化算法修正主位姿,并以主位姿信息作为定位结果,仿真结果说明了该定位方法的有效性.     

RoboCup中型组足球机器人的改进模糊HSIC运动控制

针对RoboCup中型组三轮全向足球机器人路径规划和轨迹跟踪的特点,结合仿人智能控制(human-simulated intelligent control,HSIC)算法,提出了改进模糊仿人智能运动控制算法,并将其运用于该系统的运动控制.实验研究证明,该算法具有控制精度高、稳定性好、能实时逼近期望路径的特点,完全满足RoboCup足球机器人运动控制的要求.另外,模糊控制的控制规则表可以由改进HSIC的逻辑控制规则所确定,使模糊控制器的设计更易于实现.     

基于ARM9的全景视觉系统设计

为全景视觉技术在小型化设备中得以应用,利用以采用ARM920T技术的三星S3C2440A为核心,结合USB图像传感器以及全向镜组成的嵌人式全向视觉设备,在嵌入式Linu×2.6.30.4内核系统下使用C/C++,以Qt及gcc编译器为工具开发设计全景视觉应用程序,此程序采用区域生长法实现对特定目标的识别与定位,经试验验...     

Embedded omni-vision navigator based on multi-object tracking

This paper presents an embedded omni-vision navigation system which involves landmark recognition, multi-object tracking, and vehicle localization. A new tracking algorithm, the feature matching embedded particle filter, is proposed. Landmark recognition is used to provide the front-end targets. A global localization method for omni-vision based on coordinate transformation is also proposed. The digital signal processor (DSP) provides a hardware platform for on-board tracker. Dynamic navigator employs DSP tracker to follow the landmarks in real time during the arbitrary movement of the vehicle and computes the position for localization based on time sequence images analysis. Experimental results demonstrated that the navigator can efficiently offer the vehicle guidance.     

机器人足球视觉图像快速识别方法的研究

机器人足球比赛作为多智能体系统（Multi-agent System, MAS）的理想研究平台已成为复杂人工智能研究的一个新兴领域.机器人足球比赛是使用计算机视觉闭环的反馈控制系统.机器人足球队员的色标设计是直接关系到系统辨识精度、实时性和抗干扰性的一个重要因素.该文通过对4种典型色标设计进行比较和分析,研究出一种比较合理的全新的队员识别算法设计思路,并针对性地提出了一种快速准确的神经网络边缘检测算法,利用足球机器人外形特征取得了良好的辨识结果.该算法对基于视觉的分布式控制式足球机器人系统的研究与开发进行了有益的探索.     

基于多传感器信息融合的移动机器人快速精确自定位

通过分析全向视觉、电子罗盘和里程计等传感器的感知模型,设计并实现了一种给定环境模型下移动机器人全局自定位算法.该算法利用蒙特卡罗粒子滤波,融合多个传感器在不同观测点获取的观测数据完成机器人自定位.与传统的、采用单一传感器自定位的方法相比,它把多个同质或异质传感器所提供的不完整测量及相关联数据库中的信息加以综合,降低单个...     

Soccer shoe recommendation system based on multitechnology integration for digital transformation

Designing a soccer shoe that fits specific customer’s requirements can improve satisfaction. However, there is no sufficient information to bridge the semantic needs and design characteristics of soccer shoes. Hence, this study is aimed at integrating multiple technologies with semantic customer requirements, shoe-form categories, and appearance designs, and developing a practical Kansei soccer shoe recommendation system. The psychological responses of a customer and perceptions of soccer shoe products are evaluated using Kansei engineering method. Based on a factor analysis, customers’ requirements are classified as aesthetic, functional, and comfortable. A total of 203 soccer shoe images were used to evaluate and categorise the external shoe form into nine design elements using the Kawakida Jirou method, and the weight assigned to each shoe-form category under Kansei semantic adjectives was determined using grey system theory. The quantification theory Type 1 method was used to determine the priority of the design elements. The results indicate that 10 pairs of semantic adjectives used by customers are related to soccer shoe forms. Furthermore, the design priority of each design element of the form category under the three types is reported. A soccer shoe recommendation system that can generate suggested soccer shoe samples for customers is developed by integrating the above-mentioned technologies. A validation experiment was conducted to verify the feasibility of the proposed system. The overall satisfaction of the recommended samples generated via the system is 87.08%, as reported by 80 participants. The findings prove that a new soccer shoe business model can be launched using the proposed system, linking the semantic customer requirements to the soccer shoe-form categories.     

全景视觉在机器人自主定位中的应用

研究一种基于全景视觉的机器人自主定位的方法。利用光学视觉原理,设计了一种全景视觉传感器,从而获得机器人周围环境的全方位景物的图像。通过去除全景图像的噪声、分割颜色阈值、计算中心点等处理,识别出机器人周围景物的已知路标,采用三角定位法,计算出机器人的坐标,从而为机器人的导航、避碰等任务奠定良好的基础。实验结果表明,此方法对于机器人自主定位具有一定的可行性。     

基于RBF网络的信息融合在机器人足球中的应用

机器人足球系统是综合性的人工智能研究平台。决策在机器人足球比赛中起着至关重要的作用。通过对机器人足球系统的分析,论证了信息融合应用于机器人足球系统的可行性。针对机器人足球比赛决策中的实际问题,提出了基于径向基函数(RBF)神经网络的信息融合方法,并设计了足球机器人射门实验。实验结果证明该方法有助于提高整个系统决策的准确性。     

基于全景视觉的移动机器人地图创建与定位

提出一种高效的基于全景视觉的室内移动机器人地图构建和定位方法. 该方法充分利用全景视觉系统视野广阔、获取环境信息完整的特点, 根据全景图像生成环境描述子; 利用上述环境描述子描述环境, 创建拓扑地图, 将地图表示为环境描述子的集合. 在此基础上, 提出一种基于贝叶斯理论的定位方法, 根据当前全景摄像头的观测值, 利用已生成的地图完成状态跟踪, 全局定位和“绑架”定位. 最后通过实验验证了该方法的有效性, 并给出了计算成本分析.