基于四腿机器人足球赛的动态环境识别研究

摘要

机器人足球是多门学科、多个领域、多种技术的综合集成,它涉及到的研究领域包括智能机器人系统、多自主体系统、机器学习、图像处理与模式识别、无线通讯、精密机械以及多传感器数据融合等。本课题以RoboCup四腿组比赛机器人为实验工具,针对比赛中机器人在动态环境下的识别问题进行研究。 1.通过综述自主体机器人感知外界坏境信息的方法分析视觉系统的重要性。针对目前机器人在比赛中所暴露出来的适应动态环境鲁棒性差的问题进行了研究。指出了目前比赛中,视觉系统对于光照变化适应性较差的问题。 2.对视觉系统中的图像处理技术,颜色分割方法以及特定物体检测问题方面提出了新的改进方法。包括直方图颜色分割、通过函数变换快速生成颜色查找表以及球门、球的边缘检测法等,同时在实时的环境下运用了图像增强技术,提高了机器人视觉系统的鲁棒性。在2006年、2007年中国机器人大赛比赛中进行了实践,从而证实了可自适应的视觉调整系统迎合智能机器人感知未知环境的可行性,实现了自主体机器人准确实时的定位体系。对于提高机器人作业完成的效率和保障机器人的自身安全,以及实现移动机器人的路径规划和队形控制等方面奠定了基础。 在论文结尾还针对比赛进行了分析,讨论了比赛的不足之处,并对今后应努力的方向提出了建议。

目录

文摘

英文文摘

声明

第1章绪论

1.1课题背景

1.1.1人工智能与机器人技术

1.1.2多自主体机器人与机器人足球

1.1.3机器人足球比赛与AIBO机器人

1.2国内外研究现状

1.2.1颜色处理

1.2.2物体识别

1.2.3以往比赛中存在的问题

1.3研究的内容

1.4研究的意义

1.5本文的工作及各部分安排

第2章北京工业大学牧神队Ceres机器人系统

2.1硬件构成—ERS系列AIBO机器人

2.2软件构成

2.2.1开发软件OPEN-R与OPEN-R SDK

2.2.2开发环境Linux与cygwin

2.2.3基于BJUT2006的应用程序构架

2.3各模块功能

2.3.1视觉模块

2.3.2定位模块

2.3.3决策模块

2.3.4动作模块

2.3.5通讯模块

2.4本章小结

第3章机器人视觉系统

3.1概述

3.2光和电磁波

3.3图像感知和获取

3.3.1传感器阵列获取图像

3.3.2简单的图像成型模型

3.4彩色模型

3.4.1 RGB模型

3.4.2 HSI模型

3.4.3 YUV模型

3.4.4 YCbCr模型

3.5彩色数字图像的描述

3.6视觉体统模块构架

3.6.1摄像头参数设置

3.6.2彩色图像的获取

3.7本章小结

第4章图像处理与目标识别

4.1数字图像处理

4.1.1图像压缩

4.1.2图像分割

4.2颜色表改进

4.2.1颜色表快速扩展

4.2.2色块边缘重叠修正

4.2.3关联区域标识及特征提取

4.2.4实验结果

4.3目标识别

4.3.1目标识别综述

4.3.2改进方法

4.3.3实验结果

4.4实时图像增强

4.4.1图像增强

4.4.2实验结果

4.5本章小结

第5章程序相关问题及解决汇总

5.1常见问题及解决汇总

5.2今后工作展望

5.3本章小结

结论

参考文献

读硕士学位期间取得的研究成果

致谢