共查询到20条相似文献,搜索用时 15 毫秒
1.
自主足球机器人的单目视觉自定位方法 总被引:3,自引:0,他引:3
全自主机器人足球系统中,每个自主足球机器人都是一个独立的智能机器人,有自己的决策、通信、视觉和感知、机电控制等子系统,但是系统不具备全局视觉。为了使系统能够了解场上全局信息,足球机器人的自定位是必须解决的关键问题之一。文章介绍了一种在颜色场地信息已经视觉识别的前提下,通过单目视觉测距,实现全自主足球机器人自定位的几何方法:对摄像机CCD像面的量化、镜头的非线性畸变和摄像机定标等可能引起误差的因素进行了分析.实验结果表明方法可行。 相似文献
2.
4.
5.
为了提高机器人在运动场的智能激光定位能力,提出基于虚拟力学分解和解扰控制的运动场地机器人智能激光定位技术.主要以排球运动场地机器人作为定位目标,采用激光跟踪定位方法进行运动场地机器人的信息跟踪识别,提取机器人运动参数,采用大数据融合技术进行排球运动机器人的场地适应性控制,构建排球运动机器人的虚拟力学特征分析模型,采用自... 相似文献
6.
为提升机器人自动定位检测与路线规划精度,提出了基于激光传感器的机器人自动定位检测方法.利用激光传感器采集机器人周边环境信息,通过加速度计与陀螺仪获取机器人运动方向上的加速度值与旋转角,采用里程计确定机器人运动速度与距离,采用机器人运动模型确定机器人运动速度,根据机器人运动速度同距离间的相关性,采用MCL定位算法,采用概... 相似文献
7.
随着机械化生产的逐渐实现,加工机器人的应用范围越来越广泛。在此背景下,为提高机器人加工精度,针对基于机器视觉、COMS工业相机以及CAM的三种机器人加工轨迹规划方法无法准确跟踪给定轨迹,导致规划轨迹与期望轨迹存在较大误差的问题,提出一种基于激光定位的机器人加工轨迹规划方法。该方法首先利用激光雷达方法测量机器人与待加工目标之间的相关信息,然后利用激光跟踪仪进行误差标定,最后将误差标定结果作为改进蚁群算法迭代条件,通过多次迭代生成机器人加工轨迹。实验测试结果表明:与基于机器视觉的规划方法、基于COMS工业相机的规划方法以及基于CAM的规划方法相比,基于激光定位的机器人加工轨迹规划方法应用下,规划轨迹与期望轨迹拟合优度提高0. 07、0. 05、0. 08,轨迹定位误差较小,基本达到预期目标。 相似文献
8.
9.
10.
图像传感器OV7620在自主足球机器人中的应用 总被引:3,自引:0,他引:3
在简单介绍了全自主足球机器人比赛系统的基础上,分析了传统视觉系统的缺点,给出了用CMOS图像传感器OV7620、SRAM帧存储器IS61LV25616、CPLD/FPGA控制器EPF10K10LC84—3以及DSP器件TMS320VC5416设计的新型嵌入式图像采样处理系统的设计方案。提出了RGB空间到HIS空间的变换方法,从而明显提高了足球机器人视觉系统的速度和可靠性。 相似文献
11.
为了模拟真实情况,通常在2D仿真机器人足球的Serve埋人为地加入了一些随机噪声[1-2],使得球员获得的定位信息不够准确,甚至是随机的,从而导致球员会做出一些错误的决策。针对该问题,本文提出一种解决方法——半逆推量化公式法。从Server中的量化噪声公式入手,进行数学的分析与证明和仿真实验的验证,从而得出该有效的方法,并将它写入代码来提高球员的定位能力,以使得传球、截球、射门等能够更为精准。即球员获得的信息更为准确,那么球员做出的决策判断就更为合理。 相似文献
12.
13.
14.
对于仿人足球机器人来说,视觉功能是极其重要的。在足球机器人的各种关键技术中,机器视觉是应用范围最广,最为基本的技术之一。移动机器人视觉的研究主要集中在颜色模型建立、目标识别、定位以及跟踪等方面。仿人机器人视觉系统的识别与定位算法也是目前的研究热点,目标的实时识别与定位是足球机器人在足球赛中精确踢球的前提。文章主要是针对目前足球机器人在视觉系统上所存在的问题进行了颜色模型建立及目标定位算法的改进,加入了目标追踪算法,确保目标识别与定位的准确。在i Kid足球机器人上进行试验并调试,试验结果具有较好的实时性和准确性。 相似文献
15.
17.
本文介绍了一种在颜色场地信息已经由视觉识别的前提下,通过单目视觉测距,实现全自主足球机器人自定位的几何方法;对摄像机CCD像面的量化、镜头的非线性畸变和摄像机定标等可能的引起误差的因素进行了详细分析,并且对应地提出了解决办法.尤其是引入了偏最小二乘回归法对摄像机内部参数进行定标,避免由变量的相关性导致的定标误差;同时也更适于实际的比赛情况.实验结果表明它是可行的. 相似文献
18.
19.
为提升复杂环境下机器人激光全局定位效率,增强全局定位效果,提出基于大数据的机器人激光全局定位算法,通过TOF激光测距仪测量机器人与目标物间距离,采用大数据技术中的卡尔曼粒子滤波算法,递推预测机器人运动状态,并在递推过程中,引入TOF激光测距仪测量的距离值,改进机器人运动状态中的卡尔曼增益和滤波误差协方差,获取机器人状态预测值:卡尔曼增益和滤波误差协方差;依据两个状态预测值,采用基于卡尔曼滤波的自定位方法,通过运动模型和感知模型分别进行机器人的位姿概率分布预测以及更新,实现机器人激光全局定位。实验表明:采用此算法进行机器人全局定位时位置误差以及方位误差都较小,全局定位的均方根定位误差小于2.5 cm,可实现机器人高效、精准全局定位。 相似文献