足球机器人目标跟踪问题研究

摘要

本文以RoboCup中型组足球机器人比赛为课题背景，研究了足球机器人在高度动态的比赛环境下的目标跟踪问题。以足球机器人的全向视觉系统作为目标的测量传感器，结合全向视觉系统的成像特性与被跟踪目标的外观特点设计了基于颜色编码与扫描线方法的目标识别与测量方法。论文通过实验验证了该目标检测算法在动态环境下的有效性，并对其测量噪声特性进行了统计，得出了该方法具有较稳定噪声特性的结论。然后根据实际参赛经验分析了被跟踪目标（足球机器人）的典型运动情景、可能采取的运动控制算法以及受到的物理约束等方面，提出了以具有较强机动适应性的“当前”统计模型作为跟踪滤波器的目标运动模型。同时，为了实现较高的抗噪声能力，提出了基于概率密度截断方法对目标的状态估计进行约束，将机器人的最大加速度限制作为约束条件引入到单目标跟踪滤波器中。实验结果表明这一方法有效地抑制了测量噪声对跟踪滤波器的影响；在单目标跟踪算法的基础上，论文提出采用联合概率数据关联算法解决足球机器人在密集环境下的测量与目标实时配对问题，以此实现对多目标的跟踪。论文为此设计并进行了实物实验，实验结果表明所设计的跟踪算法在多个目标相互接近并发生碰撞的情况下仍然能保持良好的跟踪效果。

目录

封面

声明

目录

中文摘要

英文摘要

第一章 绪论

1.1 课题研究背景和意义

1.2 目标跟踪问题概述

1.3论文的主要工作及组织结构

第二章 基于全向视觉的目标检测

2.1足球机器人全向视觉系统介绍

2.2 基于全向视觉的目标识别与测量

2.3 实验结果和分析

2.4 本章小结

第三章 基于当前统计模型与状态约束的单目标跟踪滤波器

3.1 足球机器人的运动特点

3.2 目标运动模型

3.3 滤波器约束条件

3.4 单目标跟踪滤波器

3.5 实验结果与分析

3.6 本章小结

第四章 基于联合概率数据关联的多目标跟踪算法

4.1 椭球跟踪门规则

4.2 数据关联算法的选择

4.3 实验结果与分析

4.4 本章小结

第五章 总结与展望

5.1 结论

5.2 展望

致谢

参考文献

作者在学期间取得的学术成果