| 【中文题名】 | 机器人足球比赛全局视觉系统的研究与开发 |
| 【英文题名】 | Research and Development of Global Vision System in Robotic Soccer Game |
| 【学科专业】 | 检测技术与自动化装置 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-7-20 |
| 【中关键词】 | 机器人足球比赛,HSV,彩色分割,边缘检测,阈值地图,几何校正 |
| 【英关键词】 | robotic soccer,HSV,color segmentition,polynomial warping,edge detction,threshold map,geometric calibration,projection correction,color constancy,dynamic tracking, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化技术及设备>机器人技术>机器人> |
| 【论文摘要】 | 随着控制论及计算机技术的发展,机器人足球比赛作为分布式人工智能中多智能体系统(MAS:Multi-agent System)的理论及相关的应用研究平台已成人工智能及智能控制研究的热点。机器视觉在机器人足球比赛中的作用是决定性的,它是机器人足球队员了解周围比赛最主要的感知途径。其性能的优劣直接决定着比赛的结果,因此机器人足球比赛本身也是一个非常优秀的机器视觉研究平台。本人论文课题的主要内容是设计开发了江南大学RoboCup小型组AFU-2004机器人足球比赛系统的视觉子系统。并在以下几方面做了大量的工作和较为深入的研究:
1.对RoboCup小型组比赛的视觉系统进行了分析和整体设计,开发了基于软件结构的全局视觉处理系统。比较了机器人足球比赛常用色标设计方案的优劣,实现了实时环境下对运动目标的检测和跟踪。
2.对常用色彩空间模型进行了分析和比较,并对基于彩色多维直方图的阈值分割方法进行了分析,针对其缺陷提出了基于背景颜色不变量的阈值分割方法来解决其过度分割的问题。
3.模拟人类视觉恒常性原理,提出了基于彩色边缘检测和HSV阈值地图的彩色自适应分割方法。
4.分析了目前常用的摄像机标定技术,并在比赛... |
| 【论文题纲】 |
|
摘要 |
3-4 |
|
Abstract |
4-8 |
|
第1章 绪论 |
8-20 |
|
1.1 研究背景 |
8-12 |
|
1.1.1 机器人足球比赛概述 |
8-10 |
|
1.1.2 机器人足球比赛的意义 |
10-12 |
|
1.2 机器视觉 |
12-16 |
|
1.2.1 机器视觉研究的目的和意义 |
12 |
|
1.2.2 机器视觉的相关理论与发展 |
12-15 |
|
1.2.3 机器视觉涉及的领域 |
15-16 |
|
1.3 RoboCup 小型组及其视觉系统 |
16-18 |
|
1.4 本论文的主要内容和工作 |
18-19 |
|
参考文献 |
19-20 |
|
第2章 机器人足球比赛视觉系统分析与设计 |
20-31 |
|
2.1 RoboCup 小型组视觉系统 |
20-24 |
|
2.1.1 视觉系统方案选择 |
20-21 |
|
2.1.2 视觉系统结构与视频处理流程 |
21-23 |
|
2.1.3 基于网络并行计算的视觉系统方案 |
23-24 |
|
2.2 视觉系统需要解决的问题 |
24-25 |
|
2.3 全局视觉图象采集设备的选择 |
25-30 |
|
2.3.1 摄像头对图象信息的影响 |
25-27 |
|
2.3.2 视频信号的输出标准和选择 |
27-28 |
|
2.3.3 CCD 摄像头选择 |
28-29 |
|
2.3.4 数字照相机 |
29 |
|
2.3.5 图象采集卡选择 |
29-30 |
|
2.4 本章小结 |
30 |
|
参考文献 |
30-31 |
|
第3章 基于彩色的图象分割 |
31-56 |
|
3.1 颜色模型及其转换 |
31-39 |
|
3.1.1 关于颜色的基本原理及其理解 |
31-32 |
|
3.1.2 彩色不变量与人类视觉颜色恒常性 |
32-34 |
|
3.1.3 彩色空间模型及其转换和比较 |
34-36 |
|
3.1.4 三种模型的对比 |
36-38 |
|
3.1.5 RGB 到HSV 的快速转换 |
38-39 |
|
3.2 彩色图象分割方法 |
39-44 |
|
3.2.1 直方图 |
39-40 |
|
3.2.2 直方图的用途 |
40-41 |
|
3.2.3 基于彩色灰度的图象分割 |
41-43 |
|
3.2.4 基于梯度的图象分割方法 |
43-44 |
|
3.3 基于边缘检测和阈值地图的自适应分割法 |
44-54 |
|
3.3.1 基于HSV 阈值地图的区域分割 |
44-47 |
|
3.3.2 基于HSV 的彩色边缘检测 |
47-49 |
|
3.3.3 色彩漂移、背景颜色不变量、颜色记忆和区域增长 |
49-51 |
|
3.3.4 基于边缘梯度检测和阈值地图重绘的自适应分割方法 |
51-54 |
|
3.4 本章小结 |
54 |
|
参考文献 |
54-56 |
|
第4章 摄像机标定 |
56-72 |
|
4.1 摄像机标定的概念和意义 |
56-57 |
|
4.2 摄像机标定技术研究现状 |
57-58 |
|
4.2.1 传统的摄像机标定 |
57-58 |
|
4.2.2 摄像机自标定技术 |
58 |
|
4.3 摄像机模型与镜头畸变模型 |
58-61 |
|
4.3.1 摄像机模型 |
58-60 |
|
4.3.2 需要标定的参数 |
60 |
|
4.3.3 镜头畸变模型 |
60-61 |
|
4.4 标定方法 |
61-67 |
|
4.4.1 直接线性变换方法(DLT ) |
61-62 |
|
4.4.2 利用透视变换矩阵的摄像机定标方法 |
62-63 |
|
4.4.3 Tsai 两步标定法 |
63-67 |
|
4.4.4 Tsai 两步标定方法的局限 |
67 |
|
4.5 基于多项式拟合的标定方法 |
67-70 |
|
4.5.1 基于多项式拟合的摄像机镜头几何畸变校正 |
68 |
|
4.5.2 改进的基于多项式的分块拟合标定方法 |
68-70 |
|
4.6 投影矫正 |
70 |
|
4.7 本章小结 |
70-71 |
|
参考文献 |
71-72 |
|
第5章 足球机器人小车和球的识别与检测 |
72-81 |
|
5.1 色标的常用设计方法分析 |
72-74 |
|
5.1.1 Fira 色标设计 |
72-73 |
|
5.1.2 RoboCup-Small 色标设计 |
73-74 |
|
5.2 色标和小球重心的确定 |
74-80 |
|
5.2.1 网格搜索算法和种子填充算法 |
74-76 |
|
5.2.2 色标和小球的重心计算 |
76 |
|
5.2.3 小球中心的识别 |
76-77 |
|
5.2.4 球的运动检测和预测 |
77-80 |
|
5.3 全局搜索和网格搜索的关系 |
80 |
|
5.4 本章小结 |
80 |
|
参考文献 |
80-81 |
|
结论与展望 |
81-85 |
|
致谢 |
85-86 |
|
攻读学位期间发表的学术论文 |
86 |
|
参加机器人比赛获奖情况 |
86 |
|
| 【DOI】 | LunWen.ID:2.2008.378515 |
