光照变化条件下中型组足球机器人目标识别与定位方法研究

足球机器人论文 光照变化论文 彩色图像分割论文 目标识别论文 目标定位论文
论文详情
机器人足球是一个新兴的交叉学科,涉及智能机器人系统、多智能体系统、实时图像处理与模式识别、路径规划、机器学习等多个领域,为人工智能和机器人学的发展提供了一个标准实验平台。中型组机器人足球比赛(Middle Size League)是机器人足球世界杯(RoboCup)中的一个重要项目,该项目中机器人完全自主,最具挑战性。中型组机器人主要通过视觉传感器对彩色目标进行识别和定位,进而完成路径规划、踢球、射门等任务。而物体的颜色在光照变化的情况下,容易形成较大差异的颜色外观,这严重影响了目标识别的有效性。因此光照问题成为足球机器人视觉中目标识别和定位中的瓶颈之一。本文对光照变化条件下中型组足球机器人目标识别与定位方法进行了研究,研究结果得到了较好的实验验证。本文主要进行了如下研究工作:(1)研究了光源、光照模型、颜色视觉理论和彩色摄像机成像模型,对彩色图像分割方法、目标识别算法和目标定位算法进行了总结,分析了中型组足球机器人目标识别定位的特点,综述了在光照变化条件下机器人彩色图像分割的处理方法、机器人目标识别和定位的关键算法,比较了各种算法的优点和不足,探讨了足球机器人目标识别和定位技术下一步研究的方向。(2)提出了一种机器人在线光照适应的光照处理方法。根据中型组比赛场地的结构特点,利用一个时间窗口内的多幅图片中的绿色像素的平均亮度分布表示光照,将光照按照明暗程度分类,并在每个光照条件下进行颜色标定。利用KL散度作为测度工具来度量各个光照分布之间的关系,利用一个双阈值策略实现光照的分类,来确定当前光照是属于已知的光照类别还是未知的光照条件,然后机器人利用对应光照下的颜色标定结果进行彩色图像的分割和目标的识别,或者在当前光照下重新进行颜色标定。实验结果证明了该方法的有效性。(3)提出了一种基于支持向量机和Gabor滤波器的足球机器人近似颜色目标识别方法。首先根据颜色特征和面积、长宽比等简单形状特征提取候选目标,然后将候选目标与Gabor滤波器作卷积来提取特征向量,将特征向量输入支持向量机进行分类,识别出实际的目标。实验表明该种方法具有较好的识别精度,且满足足球机器人的实时性要求。(4)对基于全景视觉的全自主足球机器人目标定位方法进行了研究,介绍了全自主机器人的视觉系统,提出了一种基于分段拉格朗日插值的快速目标定位方法。根据全景视觉的成像特点,本文采用了极坐标系来实现目标定位。通过标定得到全景视觉的拉格朗日插值定位公式,建立距离查找表,将像素半径与目标到机器人的实际场地半径对应起来,实现了目标的简单、快速与准确定位。实验结果证明了该方法的有效性。
摘要第5-7页
Abstract第7-8页
1 绪论第12-24页
    1.1 研究背景第12-15页
        1.1.1 机器人足球的基本概念第12-13页
        1.1.2 研究机器人足球的意义第13-14页
        1.1.3 国内外研究及发展现状第14-15页
    1.2 中型组足球机器人系统及其关键技术第15-19页
        1.2.1 中型组足球机器人系统第15-17页
        1.2.2 足球机器人系统涉及的关键技术第17-19页
    1.3 研究课题的理论及实际意义第19-20页
    1.4 本论文主要内容,创新点和结构安排第20-24页
        1.4.1 论文主要研究内容第20-21页
        1.4.2 论文创新点第21-22页
        1.4.3 本论文结构第22-24页
2 光照变化条件下足球机器人目标识别与定位的关键算法研究第24-40页
    2.1 光照作用第24-28页
        2.1.1 光源的种类及光照模型第25-26页
        2.1.2 颜色视觉理论第26-27页
        2.1.3 彩色摄像机成像原理第27-28页
    2.2 机器人彩色图像分割中的光照处理算法第28-33页
        2.2.1 颜色空间第28-30页
        2.2.2 彩色图像分割方法第30-31页
        2.2.3 机器人彩色图像分割中的光照处理算法第31-33页
    2.3 机器人目标识别算法第33-38页
        2.3.1 图像的特征第33-34页
        2.3.2 特征选择和提取第34-35页
        2.3.3 目标识别方法第35页
        2.3.4 足球机器人目标识别算法第35-38页
    2.4 机器人目标定位算法第38-39页
    2.5 本章小结第39-40页
3 基于在线光照适应的光照处理方法第40-58页
    3.1 光照对机器人目标识别的影响第40-42页
        3.1.1 中型组场地的光照变化分析第40-41页
        3.1.2 光照变化对机器人目标识别的影响第41-42页
    3.2 光照条件估计第42-48页
        3.2.1 图像处理中常用的光照处理的方法第42-43页
        3.2.2 基于参考物体平均亮度分布的光照估计第43-45页
        3.2.3 基于Bresehanm 划线算法绿色像素的提取第45-47页
        3.2.4 基于绿色像素平均亮度分布的光照模型的建立方法第47-48页
    3.3 基于KL散度的光照变化的测度方法第48-50页
        3.3.1 常用的基于概率密度函数的可分性判据第48-50页
        3.3.2 基于KL散度的光照变化测度第50页
    3.4 不同光照下的颜色标定第50-52页
        3.4.1 颜色空间的选择第50-51页
        3.4.2 颜色分类方法第51-52页
        3.4.3 基于YUV 颜色阈值的颜色信息库的建立第52页
    3.5 基于平均亮度分布和KL 散度的足球机器人在线光照适应方法第52-54页
    3.6 实验及结果分析第54-57页
    3.7 本章小结第57-58页
4 基于 SVM 和 Gabor 滤波器的足球机器人近似颜色目标识别第58-72页
    4.1 引言第58页
    4.2 支持向量机原理第58-62页
        4.2.1 线性可分的最优分类面第59-60页
        4.2.2 线性不可分的最优分类面第60页
        4.2.3 支持向量机第60-61页
        4.2.4 多类问题的支持向量机第61-62页
    4.3 Gabor 滤波器第62-64页
        4.3.1 Gabor 滤波器的提出第62页
        4.3.2 Gabor 函数与测不准原理第62-63页
        4.3.3 2DGabor 滤波器第63-64页
    4.4 基于SVM 和Gabor 滤波器的机器人近似颜色目标识别方法第64-67页
        4.4.1 候选目标提取第65页
        4.4.2 Gaobr 特征提取第65-67页
        4.4.3 基于SVM 和Gabor 滤波器的机器人近似颜色目标识别方法第67页
    4.5 实验及结果分析第67-71页
        4.5.1 样本数据的采集第68页
        4.5.2 SVM 及Gabor 滤波器的参数确定第68-69页
        4.5.3 识别结果第69-71页
    4.6 本章小结第71-72页
5 基于全景视觉的机器人目标定位方法第72-89页
    5.1 引言第72页
    5.2 中型组机器人全景视觉系统第72-74页
        5.2.1 中型组机器人MT-R 视觉系统结构第72-73页
        5.2.2 中型组机器人全景视觉系统第73-74页
    5.3 摄像机标定第74-79页
        5.3.1 系统标定中的坐标系与坐标变换第75-77页
        5.3.2 摄像机的几何模型第77-79页
        5.3.3 摄像机标定方法第79页
    5.4 目标在机器人坐标系和像素坐标系中的位置关系第79-83页
        5.4.1 目标在机器人坐标系和像素坐标系中的位置关系第79-81页
        5.4.2 图像极坐标变换第81-83页
    5.5 基于全景视觉的机器人目标定位方法第83-86页
        5.5.1 Lagrange(拉格朗日)插值理论第83-85页
        5.5.2 目标定位方法第85-86页
    5.6 实验及结果分析第86-88页
    5.7 本章小结第88-89页
6 总结与展望第89-91页
    6.1 论文工作总结第89-90页
    6.2 进一步工作展望第90-91页
参考文献第91-101页
致谢第101-103页
个人简历第103-104页
在读期间取得的学术成果第104页
论文购买
论文编号ABS538982,这篇论文共104页
会员购买按0.30元/页下载,共需支付31.2
不是会员,注册会员
会员更优惠充值送钱
直接购买按0.5元/页下载,共需要支付52
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文

点击收藏 | 在线购卡 | 站内搜索 | 网站地图
版权所有 艾博士论文 Copyright(C) All Rights Reserved
版权申明:本文摘要目录由会员***投稿,艾博士论文编辑,如作者需要删除论文目录请通过QQ告知我们,承诺24小时内删除。
联系方式: QQ:277865656