基于全向视觉的机器人目标搜索及定位

摘要

本文以北京工业大学的中型组机器人为研究对象,针对移动机器人的全向视觉系统技术的各个方面进行了较为深入的研究,主要研究工作包括以下几个方面： 1.图像处理方面：针对全向视觉系统的特点,以及场上环境信息的特殊性,将网格搜索和种子生长进行结合,减少了搜索时间保证了搜索精度,实验证明该方法完全可以满足比赛的要求。 2.距离及角度标定方面：结合该实验室全向视觉系统的特点,提出了模型法、神经网络法、插值法等几种标定方法,并对它们的应用范围和处理精度进行了比较,将不同的成像系统确定了效果最好的标定方法。 3.机器人自定位方面：机器人自定位往往需要至少三个路标,针对机器人在场地上由于光线不均匀、存在遮挡等各种原因,使机器人不能检测到足够多的定位参照物,并根据机器人足球场地中用于定位的路标的特点,提出了一种基于两个路标的自定位方法,实验证明这种方法在机器人的运动过程中可以取得很好的定位效果。 最后,论文对所做工作进行了总结并对未来待改进的方面进行了展望。以上研究是在欧鹏公司中型组足球机器人的平台上进行的。

目录

文摘

英文文摘

声明

第一章绪论

1.1课题研究的背景和意义

1.2相关领域研究现状及趋势

1.3本文主要内容

第二章 中型组机器人视觉系统

2.1前向视觉

2.2全向视觉系统成像原理及其应用

2.2.1全向视觉系统组成

2.2.2全向视觉系统成像原理及其特点

2.2.3全向视觉系统应用

2.3几种典型的全向视觉镜面及其特点

2.3.1满足单视点要求的镜面

2.3.2不满足单视点要求的镜面

2.4本章小结

第三章基于全向视觉的目标检测

3.1图像获取

3.2图像预处理

3.3图像分割

3.3.1图像分割方法概述

3.3.2彩色图像分割

3.4传统全向视觉图像分割方法

3.4.1颜色空间的选择

3.4.2阈值的确定和色彩的判断

3.4.3游程编码图像分割方法

3.5改进的区域增长图像分割方法

3.5.1全局搜索

3.5.2局部搜索

3.6区域属性计算

3.7实验结果及结论

3.8本章小结

第四章机器人自定位

4.1距离标定

4.1.1模型法距离标定

4.1.2插值法距离标定

4.1.3 BP网络距离标定

4.1.4各种距离标定方法比较

4.2角度标定

4.3实验结果及结论

4.4基于路标的自定位方法

4.4.1基于多个路标的自定位

4.4.2基于两个路标的自定位

4.5概率定位方法

4.5.1定位原理

4.5.2在足球机器人比赛中的应用

4.6本章小结

总结与展望

参考文献

攻读硕士学位期间所发表的学术论文

致 谢