足球机器人视觉系统是目前机器人研究领域的一个热点课题,它涉及了诸多领域的前沿研究,是一个极富挑战性的高技术密集型研究平台。作为机器视觉领域的一个分支,足球机器人视觉子系统是足球机器人系统的关键部分之一,它为决策系统提供目标的准确位姿信息,是整个系统控制的基础。足球机器人视觉子系统主要包括:图像获取、图像的预处理、图像的分割和目标的识别几部分。本文以FIRA 3VS3机器人为研究对象,对足球机器人视觉系统和底层动作控制算法进行了深入的研究。本文的主要工作主要体现在以下几方面:1.文中分析了足球机器人视觉系统中目前常用的几种颜色空间模型,对比了不同颜色空间模型的优点和缺点。RGB颜色模型进行图像处理,可以大大减小系统的计算量,提高系统的实时性,但它受光照条件的影响比较大,而YUV颜色空间模型可以减弱光照变化对视觉系统的影响。因此,在实际系统中,我们采用了YUV恒定阈值的方法,完成像素的分类;2.足球机器人系统是彩色图像多目标视觉跟踪系统,其处理的图像是彩色视频图像,图像处理的数据量很大,而对足球机器人系统来说,系统的实时性是一个很重要的要求。为了节省图像处理的时间,在系统中我们采用了基于连通区域标记的动态窗口方法来对目标进行搜索。相对于全图搜索,这种方法可以节省大约98%的图像处理时间,可以很好地满足系统的实时性要求;3.足球机器人底层运动控制在足球机器人比赛中起着至关重要的作用,它是更高层动作和整体决策系统的基础。文中在分析传统PID控制算法缺陷的基础上,提出了将模糊控制和PID控制相结合的模糊PID控制方法用于机器人底层动作控制中,仿真实验表明,这种方法可以更好地发挥两者各自的优势;4.针对传统控制中,机器人路径不可控的特点,提出了将Bezier曲线用于对机器人的路径规划中,以使机器人在运动的过程中达到我们所期望的路径,通过仿真实验,证明了该算法的可行性。