论文部分内容阅读
机器人视觉涉及领域广泛,并有较强的工程背景,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。机器人要在某一环境中自主运动,一个基本的问题就是自身在环境中的位置。对于移动机器人,使用全景摄像系统获取外界信息是近几年兴起的机器人感知方式,基于这种成像系统而获取信息的优点是可以获得机器人周围360度的全方位图像信息。本文以全景智能机器人MT-ORobot为研究平台,以RoboCup中型组机器人足球比赛为应用背景。对足球机器人全景视觉采集的图像进行处理,识别图像中目标物体的属性。此外,根据处理后的图像进行自身定位及目标物体的定位。在目标识别过程中,首先对采集的图像进行预处理包括图像锐化及图像平滑等图像增强。其次,在目标物体识别之前要将其从背景(绿色球场)中提取出来,本文采用HSI颜色空间阈值分割和游程编码分割相结合的方法进行图像分割,快速的将目标物体从背景中分割出来,并将相同颜色的区域合并成色块。最后,通过识别方法对提取出的目标物体进行识别,本文提出了圆形区域步长扫描方法对图像进行扫描,利用颜色阈值对目标物体进行识别。在足球机器人的自定位过程中,本文提出基于白线栅格定位方法。首先,将球场划分为边长10cm的栅格,通过机器人坐标系与世界坐标系之间的相互转换,计算机器人自身位置到每条白线之间相隔的栅格数从而计算出机器人自身位置到每条白线之间的最小距离。并且用计算足球机器人与目标物体之间相隔的栅格数来计算足球机器人到目标物体的最小距离。从而完成足球机器人自身定位及对目标物体定位的全过程。最后,论文设计了目标识别及自定位实验,得到了较满意的结果。并对全文进行了总结,说明研究的创新点以及主要研究成果,同时指出自己的不足和有待进一步研究的问题。