基于RoboCup足球机器人视觉识别与跟踪的研究

基于RoboCup足球机器人视觉识别与跟踪的研究

ID:37071664

大小:2.09 MB

页数:81页

时间:2019-05-16

基于RoboCup足球机器人视觉识别与跟踪的研究_第1页
基于RoboCup足球机器人视觉识别与跟踪的研究_第2页
基于RoboCup足球机器人视觉识别与跟踪的研究_第3页
基于RoboCup足球机器人视觉识别与跟踪的研究_第4页
基于RoboCup足球机器人视觉识别与跟踪的研究_第5页
资源描述:

《基于RoboCup足球机器人视觉识别与跟踪的研究》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、分类号:密级:UDC:编号:工学硕士学位论文基于RoboCup足球机器人视觉识别与跟踪的研究硕士研究生:胡菘益指导教师:毕晓君教授学科、专业:信息与通信工程论文主审人:王立国教授哈尔滨工程大学2018年3月分类号:密级:UDC:编号:工学硕士学位论文基于RoboCup足球机器人视觉识别与跟踪的研究硕士研究生:胡菘益指导教师:毕晓君教授学位级别:工学硕士学科、专业:信息与通信工程所在单位:信息与通信工程学院论文提交日期:2017年12月论文答辩日期:2018年3月学位授予单位:哈尔滨工程大学ClassifiedIndex:U.D.C:ADissertationfortheDegre

2、eofM.EngResearchonvisualrecognitionandtrackingofsoccerrobotbasedonRoboCupCandidate:HuSongyiSupervisor:Prof.BiXiaojunAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:InformationandCommunicationEngineeringDateofSubmission:December,2017DateofOralExamination:March,2018University:HarbinEngine

3、eringUniversity哈尔滨工程大学学位论文原创性声明本人郑重声明:本论文的所有工作,是在导师的指导下,由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出,并与参考文献相对应。除文中已注明引用的内容外,本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者(签字):日期:年月日哈尔滨工程大学学位论文授权使用声明本人完全了解学校保护知识产权的有关规定,即研究生在校攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门

4、或机构送交论文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索,可采用影印、缩印或扫描等复制手段保存和汇编本学位论文,可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。本论文(□在授予学位后即可□在授予学位12个月后□解密后)由哈尔滨工程大学送交有关部门进行保存、汇编等。作者(签字):导师(签字):日期:年月日年月日摘要随着人工智能以及机器人技术的爆发式发展,计算机视觉技术已成为日常生活以及工业生产等各领域迫切需要突破的研究问题,RoboCup这一兼顾科技

5、研发与综合教育的国际性预研项目对计算机视觉技术的推广有着重要意义。本文分别针对RoboCup小型足球机器人视觉识别以及跟踪两方面进行改进和实现。首先针对RoboCup足球机器人对于比赛时存在光照多变、目标被遮挡以及获取图像存在畸变等实际不利因素,在深入研究时效性突出的局部不变特征算法BRISK的基础上,提出了一种基于快速鲁棒性尺度不变的局部特征匹配算法,采用差分自适应加速分割角点检测方法(DA-AGAST),结合关键点快速鲁棒性尺度不变描述方法(SUBRISK),对复杂场景下的识别目标生成强鲁棒性的目标特征,实现RoboCup机器人对球体目标的快速精准识别。然后,针对RoboCu

6、p足球机器人视觉系统具有显著的非线性特点而导致视觉跟踪精度以及效率性不佳的问题,并结合群智能算法优化粒子滤波根本改善粒子多样性的优势,提出了一种基于混合策略的萤火虫优化粒子滤波算法,利用优化算法寻优特性结合改进的引导策略,对算法精度以及稳健性进行提升,并将该方法应用于RoboCup球体目标跟踪。本文通过上述两点改进,从实质上增强了RoboCup足球机器人视觉识别和跟踪性能。全文研究的具体内容如下:首先,针对二进制局部不变特征算法处理目标识别问题存在稳健性不佳的缺陷,提出了一种基于快速鲁棒性尺度不变的局部特征匹配算法。算法首先采用差分自适应加速分割角点检测方法(DA-AGAST),

7、快速生成具有强仿射不变性的检测子,然后引入关键点快速鲁棒性尺度不变描述方法(SUBRISK),减小旋转尺度变换对特征匹配的影响,并通过调整采样描述分布以及存储方式提高算法运算效率。最后,结合汉明K近邻距离和Hough圆变换算法高效完成对RoboCup比赛中球体的目标识别。其次,针对粒子滤波处理目标跟踪问题存在精度不佳的缺点,提出了一种基于混合策略的萤火虫优化粒子滤波算法(MSFA-PF)。算法引入混沌扰动搜索策略使得粒子在全局最优位置处获得全面的搜索能力,并高效地向高似然区域移动

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。