| 【中文题名】 | 足球机器人视觉系统的研究 |
| 【英文题名】 | The Research on the Robot-soccer Visual Subsystem |
| 【学科专业】 | 机械电子工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-7-25 |
| 【中关键词】 | 视觉子系统,足球机器人,图象处理,神经网络,, |
| 【英关键词】 | robot soccer,visual system,image process,neural network, |
| 【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>智能机器人 |
| 【论文摘要】 |
1992年MACKWORTH率先提出了足球机器人的概念，其研究目标是到2050年组建一支人形机器人足球队战胜当时的人类足球冠军队。自1992年这项研究开展以来，得到了各国机器人学者的普遍关注与参与。近几年来，国际上对足球机器人的研究以及相应的各种比赛取得了迅速的发展。足球机器人研究的目的是通过研究促进机器人学、人工智能以及人工生命、智能控制、机电一体化技术、视觉与传感器技术、通讯与计算机技术等领域的发展。无疑足球机器人是一个新兴的交叉学科，其技术主要包括4个子系统：机器人子系统、视觉子系统、无线通讯子系统和决策子系统。
作为足球机器人的主要感知设备，视觉子系统是整个机器人的眼睛，是系统获取外部信息的最主要的通道，是足球机器人系统的基础。他不断采集场上的信息，对图像进行处理、分析，完成目标识别和跟踪，并把得到的目标信息传递给决策系统。视觉系统的好坏对机器人性能的发挥起着决定性作用，由于足球机器人的快速运动和激烈的对抗，要求视频捕获频率为30帧／秒，即必须在33.34ms内完成视觉信息处理、通讯、动作等一系列任务，以形成下一周期的比赛策略，这对视觉系统实时性、鲁棒性和准确性等要求都很高。为此，本... |
| 【论文题纲】 |
|
摘要 |
2-4 |
|
Abstract |
4-10 |
|
第一章 绪论 |
10-19 |
|
1.1 课题的来源及意义 |
10-13 |
|
1.1.1 课题来源 |
10 |
|
1.1.2 足球机器人的研究目的和意义 |
10-13 |
|
1.2 国内外的研究现状 |
13-18 |
|
1.2.1 国外现状 |
13-15 |
|
1.2.2 国内现状 |
15-18 |
|
1.3 本文的主要研究内容 |
18-19 |
|
第二章 足球机器人视觉子系统工作原理 |
19-28 |
|
2.1 足球机器人视觉系统 |
20-24 |
|
2.1.1 机器视觉的发展 |
20-21 |
|
2.1.2 足球机器人视觉系统的构成 |
21-22 |
|
2.1.3 足球机器人视觉子系统工作原理及关键技术 |
22-24 |
|
2.2 足球机器人视觉系统关键技术 |
24-26 |
|
2.2.1 图像输入 |
24 |
|
2.2.2 图像预处理 |
24-25 |
|
2.2.3 初始人机交互操作 |
25 |
|
2.2.4 特征提取与图像分割 |
25-26 |
|
2.2.5 结果输出 |
26 |
|
2.3 色标的设计 |
26-27 |
|
2.4 本章小结 |
27-28 |
|
第三章 足球机器人摄像机的标定 |
28-35 |
|
3.1 CCD 摄像头的标定模型 |
28-31 |
|
3.2 基于神经网络的摄像机标定 |
31-34 |
|
3.2.1 神经网络结构的设计 |
32-34 |
|
3.2.2 算法实现 |
34 |
|
3.3 本章结论 |
34-35 |
|
第四章图像预处理 |
35-43 |
|
4.1 图像数值化 |
35-36 |
|
4.2 图像压缩 |
36-38 |
|
4.2.1 神经网络图像压缩原理 |
37-38 |
|
4.2.2 训练算法 |
38 |
|
4.3 图像矫正 |
38-42 |
|
4.3.1 神经网络模型的建立 |
38-40 |
|
4.3.2 算法实现步骤 |
40-41 |
|
4.3.3 图像矫正结果 |
41-42 |
|
4.4 本章结论 |
42-43 |
|
第五章 图像分割 |
43-53 |
|
5.1 颜色空间及其相互转换 |
43-47 |
|
5.1.1 RGB 颜色模型 |
43-44 |
|
5.1.2 HIS 模型 |
44-45 |
|
5.1.3 RGB 颜色模型与 HIS 模型的转换 |
45-47 |
|
5.2 图像分割 |
47-49 |
|
5.3 基于神经网络的图像分割 |
49-52 |
|
5.3.1 基于神经网络的聚类 |
49-51 |
|
5.3.2 竞争层节点的自适应聚类分析 |
51 |
|
5.3.3 图像分割的实现 |
51-52 |
|
5.3.4 试验结果及分析 |
52 |
|
5.4 目标识别 |
52 |
|
5.5 本章总结 |
52-53 |
|
第六章 足球机器人色标设计及小球中心位置的确定 |
53-67 |
|
6.1 色标的选择 |
55-56 |
|
6.2 足球机器人位姿的判定与跟踪 |
56-60 |
|
6.2.1 队标中心的确定 |
56-57 |
|
6.2.2 队员色标中心的确定 |
57-58 |
|
6.2.3 机器人角度的求取 |
58-60 |
|
6.3 目标球的中心内位置确定 |
60-63 |
|
6.3.1 目标球中心位置模型 |
60-62 |
|
6.3.2 基于 LVQ 神经网络的目标球中心位置求解方法 |
62-63 |
|
6.4 机器人足球的目标识别 |
63-66 |
|
6.5 实例结论 |
66 |
|
6.6 本章小结 |
66-67 |
|
第七章 视觉子系统软件设计与实验 |
67-73 |
|
7.1 软件开发环境 |
67 |
|
7.2 视觉系统的软件设计框架 |
67-71 |
|
7.3 视觉系统软件界面设计与实现 |
71-73 |
|
结论 |
73-74 |
|
参考文献 |
74-80 |
|
作者在攻读硕士期间科研成果 |
80-82 |
|
致谢 |
82 |
|
| 【DOI】 | LunWen.ID:2.2008.384176 |
