嵌入式图像采集及自主足球机器人视觉系统

在分析已有视频采集处理系统实现方法优劣的基础上,针对一些方法的不足,设计了基于CPLD(Complex Programmable Logic Device)和DSP(Digital Signal Processor)的嵌入式图像采集系统,包括CCD(Charge Coupled Device)摄像头、SAA7111A,AL422B,EPM7128及TMS320VC5402,对系统各个组成模块间的接口进行了详细的分析,并应用于自主式足球机器人的视觉系统.与利用PC104 的视觉系统相比,体积只有原系统的1/3,功耗仅为原系统的1/10.     

全自主足球机器人系统关键技术综述

介绍了全自主机器人足球比赛的发展概况,针对其中的出了目前存在的主要难题及其解决途径,最后对全自主机器人足球未来的发展方向进行了展望.     

机器人足球识别算法研究

在基于YUV色彩空间上采用混合方法进行颜色分类基础上,提出了一种基于种子填充的新目标机器人搜索算法——二分搜索法,从而明显减少了识别过程中的计算量。通过在F180机器人足球系统上的试验,证明此方法是有效的,可以在保证识别精度的前提下,快速识别机器人。     

足球机器人视觉系统的目标识别策略

根据RoboCup小型组足球机器人的比赛规则,提出了一种新的机器人小车的色标设计方案,方案中采用了一种切实可行、准确、高效的目标识别策略,在目标识别过程中,将移动网格技术与动态窗口技术相结合,在小型组足球机器人视觉系统中取得了较为理想的效果,与采用游程编码相比识别目标的平均时间少9ms以上.     

TSR-1型微型足球机器人视觉系统的研究

为了提高足球机器人图像处理的速度与精度，在分析了RGB彩色空间模型的优缺点后，提出采用HSI彩色空间模型进行图像处理，并根据足球机器人比赛的实际情况对HSI彩色空间模型做了相应的改进。此外，在综合分析常用的目标搜索方法基础上，提出了一种基于连续图像相关性的顺序网格和种子填充相结合的目标搜索方法，通过在微型足球机器人视觉系统上的应用表明，基于改进的HSI彩色空间模型的新目标搜索方法使系统可靠性和实时性得到了相当大的提高。     

基于足球机器人视觉子系统多目标搜索算法的改进

针对机器人足球比赛的需要,基于对多目标的实时跟踪搜索,提出一种在精度、稳定性、实用性等方面都符合要求的足球机器人视觉系统的目标搜索算法。     

足球机器人视觉系统的目标识别策略

根据RoboCup小型组足球机器人的比赛规则,提出了一种新的机器人小车的色标设计方案,方案中采用了一种切实可行、准确、高效的目标识别策略,在目标识别过程中,将移动网格技术与动态窗口技术相结合,在小型组足球机器人视觉系统中取得了较为理想的效果,与采用游程编码相比识别目标的平均时间少9ms以上.     

对足球机器人视觉图象识别问题的探讨

章简要介绍了足球机器人系统工作原理，剖析了目前视觉图象识别方法中所面临的疸，对未来视觉系统研究提出了新的设想，并指明该项目的研究和推广意义。     

足球机器人自主控制系统设计

足球机器人是当今机器人研究领域的一个热点,本文对足球机器人运动控制系统作了较深入的研究。研制出了一种基于双DSP架构的足球机器人运动控制系统,并详细阐述了运动控制系统的硬件设计过程。     

机器人足球视觉系统研究与实现

在机器人足球比赛这项综合性的高技术对抗活动中,快速准确地识别足球和机器人是决策系统的基础.提出一套机器人足球视觉软件系统的设计实现方案.采用直接TUV颜色模型输出,目标阈值建立采用手动和自动方式.利用颜色标志设计的对称性,改进累加取平均算法和旋转搜索算法,采用改进跟踪搜索算法进行目标搜索,提出智能组合算法思想.实验测试系统达到30帧/s处理速度,目标搜索准确性达到95%以上.     

集控式足球机器人视觉子系统的关键技术

简要概括了NewNEU足球机器人系统的视觉结构框架,对视觉系统的关键技术进行了详细介绍·关键技术包括图像矫正,图像分割和辨识算法·通过投影矫正和几何矫正,克服了成像系统本身存在的图像形变问题·根据足球机器人系统的特点,选择HSV颜色模型,用来构造分色器和建立颜色信息库,实现对图像目标的分割·讨论了各种色标设计方案,提出一种抗干扰性较强的色标设计方案,并给出了相应的辨识算法·     

三维目标识别原理及关键技术

叙述了三维目标识别与灰度图象的联系和区别,分析了三维目标的位置和姿态对深度数据的影响。并对三维目标识别问题进行了数学描述,比较全面介绍了当前三维目标识别的方法及其关键技术。     

基于颜色的目标跟踪系统在机器人中的应用

在机器人视觉技术中,准确跟踪目标的关键是对目标特征的提取和对目标进行图像分割。本文在对比各色彩空间模型的基础上,选择了HSI作为分割图像模型,将色调参数H作为主要参数,同时为了提高在不同光照条件下识别的准确度,结合人的瞳孔对不同光强的反映原理,根据亮度I的值动态地调整第二参数饱和度S的值。并且在图像的融合过程中,运用游程编码技术,计算出目标的重心坐标和面积,为机器人的路径规划提供了原始数据。     

类人足球机器人彩色目标识别与头部视觉跟踪

为了在机器人足球比赛中能够快速准确地跟踪运动目标,提出了一种颜色识别与头部视觉跟踪相结合的方法.利用HSV色彩空间颜色阈值的判别和种子点区域生长的填充算法识别物体,计算物体质心并判断其位置,然后通过舵机控制机器人头部的转动跟踪目标.实验结果表明,该方法具有较高的跟踪速度与准确性.     

机器人足球视觉系统图像畸变的几何校正

对Microsot足球机器人视觉系统中产生图像畸变的原因进行了分析,并在此基础上建立有效的数学模型,应用Broyden拟牛顿法,快速有效地实现了图像畸变的几何校正。     

基于DSP的嵌入式足球机器人视觉系统硬件设计

视觉子系统是足球机器人比赛获取比赛场地信息的惟一通道，视觉系统快速准确地获得场上信息，是整个比赛的关键．设计了基于DSP的嵌入式足球机器人视觉系统的硬件，包括CCD摄像头、SAA7111、AL422B、TMS320VC5416及AT89C52，并详细分析了系统的时序关系．     

基于全向视觉信息的足球机器人自定位方法研究

RoboCup中型组比赛对抗激烈。针对赛场的高度动态性,提出了一种快速的机器人自定位方法。首先根据全向视觉机器人的结构特点。在进行视觉处理时,利用图像掩模去除无效信息;同时针对全像素搜索的不必要性,采用基于Bresenham算法的像素搜索方法,缩小像素搜索范围。在机器人自定位时,利用白线定位方法,结合基于Bresenham算法的像素搜索方法,有效的提高图像处理的实时性。最后,以ASROⅡ机器人为实验平台,设计了实验验证了该方法不但提高了实时性;而且完全可以满足比赛对定位精度的要求。     

枇杷枝条修剪机器人的视觉识别和框架提取

通过对枇杷枝条特征图像的分析,提出了一种枇杷枝条图像识别和框架提取的方法.该方法首先通过对亮度进行转换,找到通用的分割阈值;然后将分割图像和转换的二值图像进行叠加,获取初始枇杷枝条特征图像;再利用枇杷枝条的连枝特征进行第二次特征图像的提取和噪音的消除;之后通过枝条边界轮廓和非合理间断部分的补偿处理,完成枇杷枝条框架的提取,获得机器人修剪所需的枇杷枝条直径和中心点坐标.文中还通过实例对该方法的准确性进行了验证,枇杷枝条图像正确识别率达91.2%.     

面向自主机器人的实时彩色视觉系统

设计开发了一种新型的机器人实时彩色视觉系统，以及基于颜色的实时分割和识别软件系统，采用即插即用型的USB接口数字摄像头，简化了系统的使用和维护，首先把输入的彩色图像从RGB空间转换到YIQ颜色空间，提取出和颜色有关的IQ平面的信息；然后根据目标颜色在IQ平面里分割图像，再对图像进行游程编码，并从游程编码中提取出有效的图像信息；最后通过TCP／IP接口将视觉信息发送给机器人控制系统，为了抑制光强变化的影响，采用了一种阈值学习方法，实验结果表明，整套系统具有很高的实时性和较好的识别效果。