随着人类社会由信息时代向智能时代的迈进,人工智能及相关领域的技术发展突飞猛进,作为物理信息系统重要支撑技术的机器视觉研究亦日趋活跃,平面自由运动体在交通运输、航空航天、军事、体育等方面广泛存在,对其开展实时识别、定位与轨迹预测对促进相关领域的技术进步具有重要意义。本文以“OMRON杯”Sysmac自动化控制应用设计大赛冰球对抗机器人为背景,基于运动方程建模预测方法、无监督模式循环递归网络预测方法,利用adams仿真与webots仿真研究对平面自由体的识别、定位、轨迹预测及机械手接球过程,主要研究内容如下:首先,基于小球运动特征采集实时数字的图像,利用颜色特征提取和霍夫变换等进行图像处理,对小球进行识别和定位。通过将RGB值转换为对颜色更加敏感的HSV值,再对其进行霍夫变换检测,识别出小球。避免了光照强度、角度、多背景等环境因素的干扰。然后,为了实现机械手连续稳定击球,开展对小球桌面运动轨迹预测方法研究。建立了平面自由体滑动、碰撞过程的力学模型;并基于力学模型方法、循环递归神经网络方法建立了平面自由体运动过程轨迹预测模型。为了验证所提出算法模型的准确性,提出一种Adams-Simulink联合仿真方法对算法进行验证。在此基础上,基于Webots仿真软件对平面自由体机器人系统全运动过程,包括小球桌面运动、图像识别与轨迹预测、机械手击球等进行模拟仿真。完成了webots三维模型建模,搭建还原了真实场景下的小球机器人系统,在此基础上,采用python语言编写控制器程序,包括图像采集、特征识别、建模轨迹预测等控制代码。