| 【中文题名】 | RoboCup中型组足球机器人视觉系统的研究与设计 |
| 【英文题名】 | Research and Design of Vision Systems for Soccer Robots in RoboCup Middle-Size Matches |
| 【学科专业】 | 计算机软件与理论 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-7-19 |
| 【中关键词】 | 足球机器人,全向视觉,颜色阈值标定,彩色图像分割,目标识别, |
| 【英关键词】 | soccer robot,omni-directional vision,color threshold calibration,color image segmentation,object recognition, |
| 【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】 |
作为自主移动机器人研究的一个新的分支，足球机器人的研究受到了越来越广泛的关注。机器人足球比赛的目的是通过提供一个标准的比赛平台来推动机器人相关技术的发展。足球机器人的设计综合了机械、电子、控制、模式识别、图像处理和人工智能等多个科研领域。足球机器人的组成一般包括决策系统、感知系统(以视觉系统为主、超声等为辅助)、运动控制系统和无线通信系统四部分。其中视觉系统作为机器人感知外界环境的重要手段，对机器人的性能有着重要的影响。虽然机器人足球比赛中目标物体的颜色、形状特征已知，但由于比赛的高对抗性，使得视觉系统应具有很高的实时性、较高的精确度、具有一定的适应能力和抗干扰能力，这对视觉系统的设计提出了很大的挑战。
本文介绍了足球机器人的起源和发展、RoboCup中型组比赛的相关知识和足球机器人视觉系统设计的重点和难点。在对机器人视觉系统概述的基础上，介绍了图像预处理、图像分割、目标表达和图像识别等相关知识。
本文设计了全向视觉和前向视觉相结合的实时视觉系统。完成的主要工作包括：选择了更为适合图像分割的HSL颜色空间；采用了基于查找表的像素分类方法用于图像分割大大降低了计算量；采用了游程长度编码... |
| 【论文题纲】 |
|
摘要 |
8-9 |
|
ABSTRACT |
9-11 |
|
第1章 绪论 |
11-17 |
|
1.1 足球机器人简介 |
11-14 |
|
1.1.1 足球机器人的由来与发展 |
11-12 |
|
1.1.2 RoboCup中型组足球机器人的组成 |
12-13 |
|
1.1.3 RoboCup中型组比赛简介 |
13-14 |
|
1.2 RoboCup中型组足球机器人视觉系统概述 |
14-15 |
|
1.2.1 RoboCup中型组足球机器人视觉系统简介 |
14 |
|
1.2.2 足球机器人视觉系统开发的重点和难点 |
14-15 |
|
1.3 论文组织及主要贡献 |
15-17 |
|
第2章 足球机器人视觉系统相关技术 |
17-30 |
|
2.1 引言 |
17-19 |
|
2.1.1 Marr视觉计算理论 |
17-18 |
|
2.1.2 机器人视觉系统的基本组成原理 |
18-19 |
|
2.2 图像预处理技术 |
19-23 |
|
2.2.1 图像平滑 |
20-21 |
|
2.2.2 图像锐化 |
21-23 |
|
2.3 图像分割 |
23-26 |
|
2.3.1 图像分割的定义 |
24 |
|
2.3.2 图像分割方法 |
24-26 |
|
2.4 目标表达与描述 |
26-28 |
|
2.4.1 表达方法 |
27 |
|
2.4.2 描述方法 |
27-28 |
|
2.5 图像识别 |
28-29 |
|
2.6 本章小结 |
29-30 |
|
第3章 基于全向视觉和前向视觉的足球机器人视觉系统 |
30-52 |
|
3.1 视觉系统的基本组成 |
30-33 |
|
3.1.1 视觉系统的硬件组成 |
30-32 |
|
3.1.2 视觉系统的软件模块 |
32-33 |
|
3.2 图像采集 |
33 |
|
3.3 图像分割与目标识别 |
33-43 |
|
3.3.1 图像分割 |
33-39 |
|
3.3.2 目标识别 |
39-43 |
|
3.4 物理距离计算 |
43-47 |
|
3.4.1 机器人坐标系 |
43 |
|
3.4.2 算法的选择 |
43-44 |
|
3.4.3 网格插值算法描述 |
44-46 |
|
3.4.4 算法的正确性 |
46-47 |
|
3.5 实验结果分析 |
47-51 |
|
3.6 本章小结 |
51-52 |
|
第4章 足球机器人视觉系统的颜色阈值标定 |
52-61 |
|
4.1 颜色阈值标定技术概述 |
52-54 |
|
4.2 颜色阈值标定算法 |
54-56 |
|
4.2.1 预处理 |
54 |
|
4.2.2 RGB到HSL颜色空间的转换 |
54-55 |
|
4.2.3 基于色调H和亮度L的二维直方图聚类 |
55-56 |
|
4.2.4 确定阈值范围 |
56 |
|
4.3 实验结果 |
56-60 |
|
4.3.1 算法对普通图像的分割 |
56-57 |
|
4.3.2 算法对比赛环境中的图像的分割及阈值求取 |
57-60 |
|
4.4 本章小结 |
60-61 |
|
第5章 结论和展望 |
61-63 |
|
参考文献 |
63-67 |
|
致谢 |
67-68 |
|
攻读学位期间发表学术论文目录 |
68-69 |
|
获奖情况 |
69-70 |
|
学位论文评阅及答辩情况表 |
70 |
|
| 【DOI】 | LunWen.ID:2.2008.384078 |
