足球机器人目标视觉跟踪控制方法研究

摘要

机器人足球是目前人工智能和机器人学的研究热点之一。视觉伺服(Visual Servo)作为足球机器人基于视觉的智能控制手段，如何对激烈比赛环境中的运动目标进行检测跟踪，并使其控制算法同时满足准确性、快速性和鲁棒性的要求是机器人视觉伺服系统的基础任务。本论文以中型组足球机器人为研究平台，对基于彩色全景视觉的足球机器人目标识别方法进行了研究，提出了基于模糊控制及人工神经网路的足球机器人目标跟踪控制算法。
　　 论文主要工作如下:
　　 首先介绍了MT-OR中型全自主足球机器人的系统平台的结构及工作原理。详细描述了全向运动机构的特点，建立了运动学模型，并对各种运动状态进行了分析，为后续控制提供了相关的理论基础。
　　 其次，针对目前足球机器人比赛中普遍采用的基于单独颜色信息进行目标识别错误或丢失的问题，提出了一种新的基于彩色全向视觉的目标识别方法。该方法采用颜色特征及形状特征联合对目标足球进行识别，先通过颜色识别得到目标区域，再用改进的Hough变换对经过预处理后的边缘图像提取圆形，从而在全景图像中有效的识别目标小球。经实验验证，该方法对比赛中运动足球的识别快捷、可靠。
　　 再次，由于机器人足球比赛实时对抗性强，对目标定位有较高的速度要求，本文通过建立起目标物体在全景图像中的相对位置关系与目标物体在实际场景中的位置关系之间的映射，并设定最小追球阈值的方法来实现目标跟踪。该方法实时性强，准确性高，有效避免了传统方法的计算量大对控制系统响应速度的影响。
　　 最后，针对传统的基于对模型的控制方法对足球机器人进行控制不能很好地解决目标跟踪问题。本文尝试将模糊控制，模糊神经网络控制，模糊小脑神经网络控制应用于足球机器人视觉伺服控制系统，通过对三种控制方法的仿真验证和对比，为进一步改善视觉伺服控制系统提出了新的思路。

目录

声明

摘要

插图索引

附表索引

第1章 绪论

1．1 选题背景及意义

1．1．1 足球机器人比赛及关键技术

1．1．2 选题意义

1．2 视觉伺服概论

1．2．1 视觉伺服的分类

1．2．2 视觉伺服的典型结构

1．3 视觉伺服所面临的主要问题

1．4 本文工作

第2章 全向足球机器人模型

2．1 Robocup中型组比赛及机器人简介

2．2 全向移动足球机器人结构

2．2．1 中型组足球机器人运动机构

2．3 全向移动机器人数学模型

2．3．1 假设与约定

2．3．2 机器人坐标系下的运动学模型

2．3．3 坐标系变换

2．4 本章小结

第3章 全景视觉目标识别及定位

3．1 全景视觉系统

3．1．1 Robocup中型组机器人全景视觉系统

3．1．2 全景摄像机成像模型

3．2 目标识别方法

3．2．1 基于颜色特征的目标识别

3．2．2 基于形状特征的目标识别

3．3 目标定位方法

3．4 本章小结

第4章 足球机器人目标视觉跟踪控制器设计

4．1 控制系统结构及原理

4．2 基于模糊控制的目标视觉跟踪控制

4．2．1 模糊控制系统设计

4．2．2 仿真实验结果

4．3 基于模糊神经网络的目标视觉跟踪控制

4．3．1 模糊神经网络基本介绍

4．3．2 控制系统设计

4．3．3 仿真实验结果

4．4 基于模糊小脑神经网络(FCMAC)的目标视觉跟踪控制

4．4．1 模糊小脑神经网络(FCMAC)结构

4．4．2 控制系统结构

4．4．3 仿真实验结果

4．5 本章小结

结论

参考文献

致谢