论文部分内容阅读
人工智能是计算机科学的一个分支,是研究解释和模拟人类智能、智能行为及其规律的一门学科。自主机器人的研究是目前国际人工智能的重要研究方向之一,而国际机器人足球比赛(RoboCup)已经成为人工智能和机器人学新的标准问题,受到了众多的著名大学和优秀学者的关注。
视觉系统是自主机器人感知外界信息的重要渠道,对机器人的性能有着举足轻重的作用,也是当前国际上研究自主机器人的焦点之一。由于自主机器人所处环境的多变性,研究在动态不可测环境下的机器人视觉系统成为当前研究中的热点、难点。
相关向量机(RelevanceVectorMachine:RVM)算法是一种稀疏贝叶斯学习算法,它保持了支持向量机(SupportVectorMachine:SVM)算法的基本思想,并且基于贝叶斯理论框架,相对于SVM它有着学习效果好、适用范围广和稀疏性强等特点,近年来受到了广泛的关注。
本文的工作以SONYAIBO-ERS7型四腿机器人为实验平台,以RoboCup机器人足球比赛为研究背景,以RVM学习算法为理论基础,对自主机器人视觉系统进行研究和实现,主要工作如下:
1)研究并实现了AIBO-ERS7型机器人的视觉系统基础,包括坐标变换模型、图像修正算法、颜色标定算法以及RoboCup比赛中各种物体的识别算法。
2)分析了在动态不可测环境下的计算机视觉系统特征,以及已有解决方案的优缺点。
3)提出了一种基于RVM的特征点提取算法,并且以此为基础开发了一整套可变灯光下的AIBOERS7型机器人视觉系统。
本文的工作应用与中国科学技术大学“蓝鹰”四腿机器人球队中,参加了2005年在日本大阪举行RoboCup比赛,在众多参赛队中进入了前8强,并获得了“可变灯挑战赛”(TheVariableLightingChallenge)的第一名。