全局视觉足球机器人的动态目标识别方法改进VIP免费

全局视觉足球机器人的动态目标识别方法改进张智群（福建信息职业技术学院，福建福州，350003）摘要：在全局视觉小型足球机器人比赛中，为保证控制的实时性和准确性，要求机器人的视觉系统能够快速处理图像信息，并对目标进行准确的识别和跟踪，但由于受外界环境的干扰和视觉系统自身的原因，全局视觉足球机器人经常出现目标丢失或识别错误等现象。本文通过分析影响目标识别效果的各种因素，提出了相应的改进方法，并以ROBOCUP小型组足球机器人系统为平台设计了目标识别方案。关键词：全局视觉；足球机器人；图像处理；动态目标识别；改进0、引言视觉是机器人足球比赛的关键环节，所谓全局视觉，就是指机器人的视觉全部来自悬挂在比赛场地上方的摄像机，单个机器人没有独立的视觉感知能力。目前的ROBOCUP和FIRA的小型组比赛都采用全局视觉方式，如图1所示，摄像机通过扫描整个场地获得包含每个运动目标（机器人和球）的瞬时位置、运动方向等信息的图像，再把图像传送给场外的主控计算机进行处理。主控机上的决策程序通过分析图像中的信息，图1全局视觉机器人足球比赛将决策转换成控制命令传送到机器人身上，控制机器人完成比赛任务。比赛过程中，机器人和球都是处于高速运动的目标。为保证控制的实时性，图像处理和目标识别必须在短时间内完成，这就要求视觉系统能够快速处理图像信息，并对目标进行准确的识别和跟踪。由于外界环境的干扰和视觉系统自身的原因，实际比赛过程中全局视觉足球机器人经常出现丢失目标或识别错误等现象，严重影响了比赛策略的执行和机器人技术的正常发挥。因此，分析影响识别效果的不利因素并通过技术手段加以克服对提高视觉系统的整体性能具有十分重要的意义。1、影响识别效果的因素图1示出了足球机器人视觉系统的工作流程。场地上方的CCD摄像机获取整个球场的实时模拟彩色图像信号，通过同轴电缆将图像传输到安装在主机内PCI插槽上的视频采集卡，采集卡将模拟彩色图像转换为数字彩色图像并存入主机内存。图像处理软件从内存中读入图像数据，通过搜索和扫描，计算出机器人和球的位置坐标及方向。视觉系统将图1视觉系统工作流程各个机器人和球的图像数据传递给决策系统，完成一次图像采集、传输和处理循环。在足球机器人视觉系统中，影响识别效果的因素主要有以下几个方面：1.1图像的径向畸变（桶形失真）由于摄像机的光学系统有一定的非线性，加之镜头视角与摄像机的高度不匹配，摄取的图像会产生几何失真，这种失真从中间到边缘逐渐增大，称为桶形失真，也叫做径向畸变。如图3所示。这种非线性失真必然影响视觉辨识的精度，因此要加以矫正。图2图像的径向畸变图3机器人高度产生的定位畸变及矫正1.2机器人的投影畸变足球机器人的颜色标志位于机器人顶部，由于机器人本身有一定的高度，摄像机存在光学视角，位于场地中心附近的目标，采集所得到的位置坐标与实际差别不大；而距离场地中心较远的目标，所采集的位置坐标与实际位置坐标差别就比较大，如图4所示。这种畸变称为定位畸变，也叫做投影畸变，需要采取适当的方法进行矫正。1.3色标方案设计色标是指标示在机器人顶部表明机器人身份特征的颜色标志及其组合方式。不同的色标方案在识别过程中会产生截然不同的效果。如果色块之间距离太近，会产生不同程度的色标重叠和渗色现象，造成图像分割困难；如果不同色块的颜色差别太小，则会使不同机器人之间区分困难，造成识别失败。事实上，不同的色标方案对应不同的目标识别算法，识别过程是方案和算法共同作用的结果。因此，需要合理设计色标方案，尽量降低识别算法的复杂度，保证目标的可靠识别。2、改善识别效果的办法2.1径向畸变矫正光学镜头几何畸变的数学模型如下：（1）式中，、为畸变以前的原始坐标；、为畸变后的坐标。图像采集卡所采集到的图像是畸变以后的图像，所以获得的是、，要求的是、。式(1)的参数、可由一些先验点(例如门区和四角等)的对应关系通过求平均值的方法得到。式（1）的方程组采用牛顿迭代的方法求解，结果如下：（2）实验结果表明，将上述方法加入程序中，可以有效矫正镜头引起的径向畸变，矫正之前边角附近的坐标偏差多达10个...