半自主类人型机器人足球系统的优化设计

目前类人型足球机器人方面的研究还比较少,FIRA也把类人型机器人引入到足球领域不久,各个方面还不成熟,还有很大的发展空间。在这样的背景下,自主设计一个较好的类人型足球机器人系统,并且在实验和比赛中都证明了它的有效性。本文重点以视觉系统和决策系统为研究对象,针对视觉误差提出了一种新的校正方法,可以使误差率很小。针对决策系统,通过常见的决策程序设计框架的研究,提出了一个改进的程序设计框架,并且通过实验和比赛的检验,证明了该改进的程序设计框架的有效性,大大增强了机器人的比赛能力。     

腐蚀/膨胀算法在足球机器人视觉系统中的应用

在FIRA MiroSot机器人足球比赛中,视觉系统是获得比赛场上机器人与球位置信息的唯一途径。视觉系统的识别速度、精度直接影响到比赛的胜负。针对传统视觉系统在机器人足球比赛中获取各实体的位置不够准确的问题,提出了一种结合数学形态学中腐蚀/膨胀算法来处理视觉系统中的实时图像,增加足球机器人视觉系统识别的精度的设计方案。实验结果表明,该方案在没有降低比赛中识别速度的前提下,大大地提高了识别精度。     

新型足球机器人视觉系统的研究

FIRAMiroSot机器人足球比赛中,视觉系统是比赛系统获得环境信息的唯一途径。视觉系统的识别速度、精度直接影响到比赛的胜负。针对传统的视觉系统在机器人足球比赛中的缺点,提出基于多分辨率分析与FCM算法的新型足球机器人视觉系统的设计方法,实验结果表明:该设计方案能够提高比赛中的识别速度和精度,并具有良好的适应性。     

大场地足球机器人视觉系统优化设计

介绍了大场地足球机器人比赛中视觉系统的整体设计方案.采用现场标定法对采集图像进行校正,为比赛提供准确的定位信息;通过采用HSI颜色空间实现了目标颜色的准确快速识别.最终使该视觉系统保证了比赛中实时性和准确性的要求.     

基于道路动态视觉导航的控制策略与仿真

使车辆在自然环境中自动行驶，视觉导航方法受到了很大的重视。该文介绍了我们进行的研究工作，其中包括基于道路理解和目标检测的动态视觉导航控制策略，以及这一模拟显示系统的实现。     

足球机器人视觉系统光强自适应算法研究

研究足球机器人比赛问题,比赛环境的光强度变化严重影响足球机器人视觉系统的识别性能.为提高机器人视觉识别率,提出了一种基于HSI颜色空间模型的光强自适应算法.算法将比赛场地划分为若干区域,利用HSI颜色空间模型可以分离环境光强度信息的特点,在比赛中动态更新所有划分区域的HSI颜色空间,提高了机器人视觉系统对光强变化的自适应能力,实现了机器人对比赛场地信息的精确辨识.因此用算法优化机器人视觉识别系统进行仿真.结果表明,在实际比赛中,算法能够有效降低环境光强度变化,大大提高了对足球机器人视觉辨识性能.     

施耐德电气全力以赴中国节能增效行业市场——施耐德电气亚太及中国总部迁至北京

近几年，机器视觉行业较之从前有了很大的进步和发展，越来越多的人开始关注这一行业。然而与世界机器视觉产业相比，我国在技术、品牌等方面还有很大差距，机器视觉行业仍处于萌芽阶段。“目前，机器视觉这个行业还比较小，没有形成一定的行业规模，因此需要机器视觉展览会这样一个专业的平台，进行展商与观众的交流，展商和展商间的学习。     

一种针对MiroSot 11vs11视觉系统的优化算法

在足球机器人比赛系统中,为了满足大场地比赛视觉系统的高精确度,介绍了一种色标设计方案以及辨识匹配算法,并在此基础上提出了一种"吊桶"算法,该算法能够排除在实际比赛过程中突发外界环境的影响,根据历史信息对辨识结果进行校正优化.实验和比赛结果表明,该算法效果良好.     

Robocon2007移动机器人视觉系统

根据Robocon2007的比赛规则,设计出了一套适用于该比赛的机器视觉系统。系统基于通用PC机,利用一个通用摄像机采集彩色图像,系统构造简单且经济。视觉系统的软件实现了比赛场地导引线的分割、得分点的识别以及机器人与目标的相对定位等功能。在导引线分割中提出了双阈值p-tile自适应算法,提高了分割算法对环境光变化的适应性;得分点位的识别中设计了利用导引线交点与目标颜色相结合的综合定位策略,有效解决了目标点位与地面颜色近似,无法直接从单目图像识别的难题。在2007年度的Robocon比赛中,该机器视觉系统表现出了很强的环境适应性和较高的自定位精度,为国防科大队获得最佳策略奖奠定了基础。     

网球水平与视力成正比？

尽管瑞士天王费德勒在法网决赛中输得体无完肤，可他的瑞士同胞Leila Ovemey在研究网球运动员的视觉系统方面却收获颇丰。自2006年开始，职业网球比赛都有一套“鹰眼”系统用于帮助裁判处理球是否出界的判罚，可争议场面依然时常见到。研究人员分析过去2年中的争议判罚后发现，有95％都是发生在离边线不足10cm的区域。     

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。     

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.     

足球机器人视觉图象的快速识别

针对机器人彩色视觉系统的实时性要求 ,提出了一种基于 YUV色彩空间的利用阈值向量来分割图象的识别方法 ,并改进了种子填充算法 ,从而明显减少了识别的计算量 ,并在保证识别精度的前提下 ,提高了处理速度 .通过在 Miro Sot机器人足球系统上的应用 ,验证了此方法的有效性 ,而该方法与常用的基于 RGB颜色空间的方法进行比较的结果也证明 ,此方法确有明显的优越性 .     

一种基于颜色信息的足球机器人目标搜索方法

针对实际比赛中足球机器人视觉系统不能快速、准确地搜索到目标物体的问题,分析了RGB空间模型的优缺点以及基于彩色HSI变换原理,结合足球机器人的实际情况采用了一种从RGB空间到HIS空间快速变换的方法对颜色信息进行处理.同时,通过分析以往的目标搜索方法的优缺点,提出了一种基于颜色索引表的顺序网格法和种子填充法相结合的目标搜索方法,并在足球机器人视觉系统中进行了实验.实验结果表明这种方法既在一定的程度上降低了噪声干扰的影响,又避免了逐个像素计算颜色值,大大降低了计算量,从而提高了系统的实时性和可靠性.     

基于Level Set模型的彩色脑血管图像骨架提取算法

骨架提取是计算机视觉理论与应用中极具挑战性的课题,具有重要的应用价值.在分析医学彩色脑血管图像特性的基础上,引入一种基于颜色梯度信息和贝叶斯分类的水平集速度函数,提出了HSV空间高速模型,并基于该模型提出了用于彩色脑血管图像的骨架提取算法.该算法使用了两个新的中间函数,它的全部参数均由分析得到,避免了人工干涉.实验证明,该算法对颜色渐变和边界噪声不敏感,具有很好的有效性和鲁棒性.     

RoboCup足球赛彩色视觉系统及其滤波算法

为了满足机器人足球赛对视觉识别子系统高精确度的要求 ,介绍了一种参加RoboCup小型组比赛的计算机视觉子系统和滤波算法。为了快速地识别场上信息,本文采用了一种基于HSI色彩空间利用阈值向量分割图象的方法,这种方法先用阈值法将HSI色彩空间分成若干个子集,通过象素点与子集的位 “与”运算确定象素点的颜色。由于噪声的影响,总伴随目标识别不出来的情况,本文基于航迹预测的原理,提出了一种快速的动态窗口图像滤波方法。实验结果表明该方法可以有效地提高视觉系统的识别精度。     

基于机器视觉的梳棉机棉结在线检测

棉结是纺织生产中的一种有害疵点,不仅影响纺织品的质量,对染色质量影响也较大。提出了一种基于机器视觉的梳棉机在线棉结检测系统,分别对光源系统、高速图像采集系统、实时图像处理系统的设计进行了讨论,实验验证了系统的可行性。实测结果表明:系统具有高速数据采集、宽幅表面棉结特征识别、在线实时处理(棉结计数)和显示(报警)等功能,且在高速生产环境下运行稳定可靠。     

局部颜色映射的彩色夜视算法

针对现有基于全局统计信息的彩色夜视算法不能较好保持图像目标色彩恒常性的不足,提出一种简单有效的局部自然彩色夜视算法。首先依据人类视觉系统的中心-环绕对抗结构生成伪彩色融合图像;按照不同颜色特征对伪彩色融合图像进行聚类,分割成不同颜色域,参考自然彩色图像中对应域为与融合图像对应位置像素集合;最后在简化Lab空间实现对应域间的局部颜色映射,将参考图像颜色特征传输至融合图像。实验结果表明,本文方法使得夜视图像获得如白天参考图像般自然、真实的效果,有利于提高场景辨识能力;方法执行速度快,便于实时处理。