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。     

机器人视觉子系统

据统计,人们六成以上的信息是由视觉获得的,可见视觉对于人感知外界环境的重要性。对于足球机器人来说,视觉系统是它唯一感知环境的“器官”。没有视觉系统,它便一无所知,无所事事。足球机器人视觉系统是由置于球场上方2米的摄像头及相关软硬件构成的。它的主要任务是不断地、快速地采集、处理赛场上的彩色图像,并通过不断地辨识橘黄色的高尔夫球（足球）和机器人外罩顶部的色标,及时得到场上运动物体（包括双方6个小车和一个小球）的有关数据,并将这些数据传给主机,供主机上的决策子系统进行分析决策使用。     

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。     

多边形顶点的定位

在图象识别和机器人视觉中,多边形顶点的个数和边长是多边形的重要描述.本文在Freeman链码的基础上提出了差值链码算法.可以快速确定多边形顶点的位置坐标.在GKD-1机器人视觉系统的实际应用中取得了良好的效果,     

一种新的机器人三维视觉的设想

本文探讨了机器人视觉的固有矛盾,分析了机器人视觉方法的现状,得出:现行的视觉方法难于给出机器人操作必需的信息,难于兼顾实时性与通用性。基于此分析,构思了一种新的三维视觉系统,旨在解决机器人视觉的固有问题.     

基于图象分割的机器人视觉系统的设计与实现

机器人视觉系统是自主机器人的重要组成部分，而如何精确高效的处理视觉信息是视觉系统的关键问题．本文介绍了一个包括离线颜色分析器和实时视觉信息处理器两大部分的机器人视觉系统。离线颜色分析器用于提取各种颜色的阈值，实时视觉信息处理器则利用阈值进行图象分割，从而使机器人准确认知当前环境。     

机器人视觉伺服综述

系统论述了机器人视觉伺服发展的历史和现状。从不同角度对机器人视觉控制系统进行分类,重点介绍了基位置的视觉伺服系统和基于图像的视觉伺服系统。对人工神经网络在机器人视觉伺服方面的应用情况作了介绍。讨论了视觉伺服中图像特征的选择问题。对机器人视觉所涉及的前沿问题进行阐述,并指出了目前研究中所存在的问题及今后发展方向。     

动态环境下四腿机器人图像处理的改进

视觉系统是咱主体机器人感知外界坏境信息的重要环节.颜色分割是视觉系统中图像处理的第一步.目前公认效果较好的方法采取的是颜色表查找法.本文以四腿机器人足球比赛为背景和研究平台,提出一种快速制作颜色表的方法,并在实时环境下运用了图像增强技术,改进了颜色分割的算法,提高了机器人视觉系统的鲁棒性,并应用于2006年的RoboCup中国机器人大赛中,得到了较好的效果.     

旋转和比例不变的机器人视觉研究

在离散梅林变换基础上,本文提出一种具有旋转和比例不变性的机器人视觉方法。首先,讨论了机器人视觉系统中平移不变性的必要性和采用离散傅立叶变换克服平移影响的可能性。其次,在连续梅林变换的基础上,给出了离散梅林变换的定义及快速递推算法。同时,定义了具有旋转和比例不变性特征Q(k),从而建立了基于特征Q(k)的具有旋转和比例不变性的机器人视觉方法。在S575图象处理系统上采用三组不同的机械零件图象所进行的实验表明,本文所提出的方法是可行的。     

机器人足球视觉系统的软件研究

小型机器人足球比赛中,由于所采用的机器人尺寸小,动作快,因此,视觉软件系统需要准确快速地处理图像数据并将结果提供给决策系统。本文利用图像处理和统计信号处理的技术,在视觉软件系统中实现了机器人和球的检测、识别、跟踪和预测功能,并对该软件系统的设计作了详细的介绍。实验结果表明,系统运行稳定,其速度可达到40帧／s,时间延迟为0．025s。     

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。     

A scalable,real-time,image processing pipeline

To speed up image processing in the field of robot vision and industrial inspection, a pipeline element that can perform fast cellular logic operations was made. This cellular logic processing element (CLPE) can process binary images with a speed of 100ns per pixel. The processing element is a CMOS VLSI device. It includes a writable logic array for storing sets of 3 × 3 structuring elements that define the cellular logic operations. This paper describes how such CLPEs can be used for building a pipeline for mixed gray-value processing and cellular logic processing.     

室内移动机器人的快速CCD视觉传感处理系统研究

针对传统方法直接对CCD采集的图像进行后续信号处理在实时性上的不足,特别是在高像素CCD构成的视觉系统中这种不足尤为突出。提出了一种快速CCD视觉传感处理方法,该方法包括动态灰度处理、Sobel后置优化、边缘跟踪Hough变化和传感器快速标定,能有效降低算法复杂性,提高整个视觉传感系统的实时性。在白行设计的ARM9（S3C2410）CCD传感的移动机器人平台上运行,实验证明具有较好的实时性。     

视觉图像技术与机器人工件抓取的协作应用

工业机器人在抓取环节如果配置机器视觉装置,应用图像处理技术,在抓取效率和准确度方面就有优势。该文介绍机器人功能实训台的工件抓取视觉系统的组成,侧重工件轮廓的图像处理技术,以图像处理作为机器人视觉系统处理的核心目标,将视觉图像技术与机器人工件抓取技术协作应用于工业机器人实训平台的抓取环节,利用工业机器人运动过程中坐标的转换,通过相机的正确标定与抓取动作的共同控制,实现工件的精确定位,达到可靠抓取的目的。总结图像处理技术在工件抓取中的协作应用效果,期待便捷的视觉图像技术与机器人工件抓取的协作应用。     

冷凝管水下视觉定位系统研究

根据机器人水下工作环境和工况要求,针对冷凝管清洗设备坐标输入法定位不准的问题引入了机器视觉技术,分析了系统的可行性设计,设计了一套基于DSP的嵌入式机器视觉系统,并详细叙述了照明方式、图像采集模块、图像处理模块的组成及工作原理,最后结合系统应用要求和算法的实时性,通过最大方差法及重心法完成了管口圆心的定位。该视觉系统取得良好的实验结果,能在一定程度上提高整个机器人系统的集成度、定位的快速性与精确度。     

基于DSP的视觉传感器的开发及其在焊缝自动跟踪机器人上的应用

近年来视觉传感器在工业自动化和机器人导航领域得到越来越多的应用。本文提出了一种基于DSP微处理器的视觉传感器的设计与实现。视觉传感器采集环境图像并在DSP内核处理器执行图像处理算法，得到决策结果后直接输出给控制系统执行，从而避免了传输大量图像数据所需要的高带宽通讯通道的使用。开发的视觉传感器具有体积小、实时性能好、可扩展性强等特点，并且提供了常用的图像处理软件支持包。文中对系统的软件和硬件开发进行了详细阐述，最后在焊缝自动跟踪平台上的应用验证了传感器的实际整体性能可满足实际应用的需要。关于视觉传感器的下一步工作在最后进行了讨论。     

基于机器视觉的锯条自动化装盒系统设计

以VS2010为软件平台,以Staubli TP80机器人,康耐视摄像机和传送带为硬件基础,对锯条进行识别,定位和动态抓取,搭建了一个基于机器视觉的工业机器人智能抓取系统,其中Staubli-TP80机器人为操作手臂,利用康耐视摄像机和工控机搭建视觉检测平台,通过抓取系统的参数化建模实现图像坐标到机器人坐标的转换,利用OpenCV函数库实现锯条的图像处理和模式匹配,最后控制机器人对动态目标进行抓取。     

基于彩色图像的移动机器人定位

本文利用彩色图像对移动机器人进行定位，将颜色由 Ｒ Ｇ Ｂ 空间转换到 Ｈ Ｓ Ｉ空间中，颜色成为图像的唯一特征，简化了图像的特征抽取，大大提高了图像的处理速度和特征抽取的鲁棒性．在结构上采用全局静态视觉，避免了对摄像机的控制，并使得定位时在环境中只需一个着色标记．在移动机器人运动过程中，利用动态窗口进一步减少数据处理量．考虑视觉系统的延时，推广卡尔曼滤波完成视觉与推算航行数据的融合．该定位方法已成功地应用于我们研制的移动机器人控制系统中，效果良好．