RoboCup中型组足球机器人全景视觉系统的研究

RoboCup中型组足球机器人全景视觉系统的研究

ID:36802191

大小:5.42 MB

页数:77页

时间:2019-05-15

RoboCup中型组足球机器人全景视觉系统的研究_第1页
RoboCup中型组足球机器人全景视觉系统的研究_第2页
RoboCup中型组足球机器人全景视觉系统的研究_第3页
RoboCup中型组足球机器人全景视觉系统的研究_第4页
RoboCup中型组足球机器人全景视觉系统的研究_第5页
资源描述:

《RoboCup中型组足球机器人全景视觉系统的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、RoboCup中型组足球机器人全景视觉系统的研究摘要摘要机器人视觉涉及领域广泛,并有着较强的工程背景。作为机器人感知外界环境的重要手段,机器人视觉系统对机器人定位有着重要的影响,是一个具有重要研究价值的课题。本文以全向智能机器人MT-ORobot为研究平台,结合RoboCup中型组足球机器人比赛的实际应用,着重进行基于全景视觉系统的研究。全景视觉系统由全景反射镜与数字摄像机构成,能够观测到整个场地的图像,完成图像采集、目标识别和机器人自定位等功能。对于由全景视觉系统采集到的全景图像,本文采用对光线不敏感的HSI颜色模

2、型进行颜色标定,利用游程编码进行图像分割,并在此基础上进行球、球门、角柱和白线的特征提取。在距离标定中,本文提出的二维插值法减小了全景反射镜面因加工精度不高而带来的距离标定误差。根据图像提取的特征进行机器人自定位,研究利用特征点定位的方法、利用场地内特征线定位的方法。针对场地内特征线定位,用Hough变换检测出特征线,在对直线归属判定后,建立特征线定位的模型。为了进一步提高精度,本文又分别探讨了贝叶斯滤波、粒子滤波、卡尔曼滤波,UKF.MCL方法,以解决运动模型不确定性对状态估计造成的影响。最后利用VisualC++

3、6.0完成了基于HSI模型下的图像分割、距离标定、机器人自定位等实验。实践证明,全景视觉系统及机器人定位系统可以较好地应用在机器人自定位上。关键词:HSI颜色模型图像分割特征提取距离标定定位作者:袁于程指导教师:王富东AbstractRoboCup中型组足球机器人全景视觉系统的研究Asanimportantapproachofacquiringenvironmentalinformation·thevisionsubsystemiscriticaltothelocalizationofrobot.Ithasstron

4、gengineeringbackgroundandinvolvesabroadrangeofareas.Soit’Sanimportantresearchtopic.IIlthisthesis。itiSfocusedontheresearchofomni-directionalvisionsystemwithmobilerobotbeingaplatformandRobocupmiddleleaguebeingtheresearchtopicbackground.Theomni-directionalvisionsy

5、stemthatconsistsofonmi-mirrorandcameraischosentorealizeimagesegmentation.objectionrecognitionandrobotself-locaiizationandsomeotherfunction.Also,thesystemisabletoobservetheimageoftheentirearea,gettingpreciselocationandorientationintheworldcoordinatesystem.Themai

6、nworkiSasfollows:theomni-directionalimageiScollectedbythevisionsystem.TheHSIcolormodeliSnotsensitivetolight,SOwecanuseitforcolorcalibration,imagesegmentationbyrun-lengthcode.andobjectionrecognitiontotheball,goal,andthewhitelines.Two—dimensionalinterpolationmeth

7、odisdiscussedtoreducetheerrorofdistancecalibrationwhichiscausedbytheornni·directionalmachiningaccuracy.Therobotself-localizationisrealizedaccordingtothef.ea1【urcsofimage.Someimprovementinhoughtransformtodetectedlinesismentionedwhileobtainingthelineparameters.In

8、ordertofurtherimprovetheaccuracyoflocalization,Bayesianfiltering.particlefilter,Kalmanfilter,UKF-MCLmethodisdiscussedseparatelytosolvetheimpactontheestimateduncertaintyofmov

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。