搜索
高级检索
高级搜索
书       名 :
著       者 :
出  版  社 :
I  S  B  N:
文献来源:
出版时间 :
机器人视觉系统研究
0.00    
图书来源: 浙江图书馆(由图书馆配书)
  • 配送范围:
    全国(除港澳台地区)
  • ISBN:
    9787030447364
  • 作      者:
    郑志强,卢惠民,刘斐著
  • 出 版 社 :
    科学出版社
  • 出版日期:
    2015
收藏
内容介绍
  视觉系统能够提供丰富的环境感知信息,是自主移动机器人最为重要的环境感知系统之一。《机器人视觉系统研究》以机器人足球世界杯RoboCup中的中型组足球机器人系统为背景,描述了国防科学技术大学机器人足球研究组近十年来在足球机器人实时动态视觉感知问题上的研究成果和最新进展,主要内容包括:视觉系统设计与标定、颜色编码化和非颜色编码化目标识别、目标跟踪与状态估计、视觉自定位等。
展开
精彩书摘
  《机器人视觉系统研究》:
  第1章 绪论
  1.1 机器人足球世界杯
  RoboCup是国际上一项为促进分布式人工智能、智能机器人技术及其相关领域的研究与发展而举行的大型比赛、教育和学术活动。其目的是通过机器人足球比赛,为人工智能和智能机器人研究成果交流提供一个具有标志性和挑战性的公共测试平台,促进相关领域的发展。RoboCup的最终目标是到2050年,一支由完全自主的类人机器人组成的足球队能够打败当时的人类足球世界冠军。
  机器人足球是由加拿大大不列颠哥伦比亚大学教授A1an Mackworth在1992年的一次国际人工智能会议上首次提出的,此想法一经提出,便得到了各国科学家的普遍赞同和积极响应,国际上许多著名的研究机构和组织开始开展研究,将其付诸实现并不断推动其发展。RoboCup始于1997年,是目前世界范围内水平最高的机器人足球竞赛,每届比赛期间还举行机器人学术研讨会RoboCup International Symposium,同时还举办一系列的自动化设备、技术,特别是机器人相关机电产品的展览会。RoboCup世界杯比赛吸引了来自世界各地的众多研究机构的积极参与,以在荷兰埃因霍温举行RoboCup2013为例,来自45个国家和地区的2661名研究人员参加了该项赛事,超过四万名观众现场观看了赛事。
  RoboCup比赛共分为机器人足球、机器人救援、家庭机器人、青少年机器人竞赛等一系列组别的赛事,其中机器人足球致力于促进人工智能和机器人技术的进步,机器人救援和家庭机器人主要面向机器人的应用,青少年机器人竞赛则是为了吸引青少年对机器人的兴趣,培养未来的机器人研究人才。RoboCup各项赛事如下。
  机器人足球(RoboCup Soccer):2D仿真组、3D仿真组、小型组、中型组、标准平台组、类人组;
  机器人救援(RoboCup Rescue):救援机器人组、救援仿真组;
  家庭机器人(RoboCup@home);
  青少年机器人比赛(RoboCup Junior)。
  1.2 RoboCup中型组比赛与中型组机器人
  1.2.1 RoboCup中型组比赛介绍
  RoboCup中型组比赛(RoboCup Middle Size League,RoboCup MSL)是RoboCup比赛的主要项目之一,自1997年第一届RoboCup比赛开始即是正式比赛项目。RoboCup中型组当前的比赛规则允许每支球队最多5个外形尺寸为正方形边长不超过52cm、高度不超过80cm的机器人在18m×12m的绿色场地上使用橙色(或黄色)标准5号足球进行比赛。所有的传感器都由机器人自身携带,机器人能使用带宽受限的无线网络与队友、场外Coach机(教练机)进行通信。除了机器人上下场,不允许人类对比赛进行任何额外的干预。因此,机器人是全分布式和全自主的。机器人必须能够通过自身携带的传感器和与队友的无线通信获得环境感知信息,完成目标识别和自定位,并使用自身携带的计算机自主完成自身的决策控制,实现与队友的协调与协作等,以共同完成比赛任务。每场比赛分成两个15min的半场。比赛过程由人类裁判控制,主裁判具有绝对的权威贯彻比赛规则的执行。同时,设置一个助理裁判负责操作裁判盒程序(referee box),根据主裁判的判罚发出相应的指令,如比赛开始、暂停、开球、任意球、争球、界外球、球门球等给比赛双方球队的场外Coach机,场外Coach机再将指令通过无线网络发送给场上比赛的机器人。中型组比赛过程示意图如图1.1所示,典型比赛场景如图1.2所示。图1.1中型组比赛过程示意图
  图1.2RoboCup中型组比赛场景图中机器人均携带全向视觉系统
  在目前的RoboCup各项赛事中,RoboCup中型组比赛环境和规则、比赛对抗的激烈程度都是最接近人类比赛的,如球门使用与人类比赛类似的球网,比赛中人类对机器人的摆位等操作也被禁止,机器人必须是完全自主的,比赛规则由国际足球联合会(FIFA)足球比赛规则修改而来等。每年的RoboCup世界杯比赛结束后,RoboCup理事会成员都会组成人类足球队与当年中型组足球机器人世界冠军开展一场“人机器人对抗赛”,以验证目前机器人技术发展水平与RoboCup最终目标的接近程度。同时RoboCup中型组技术委员会还会进一步修改规则的路线图,以引导相关技术的进步,如允许为机器人穿上不同颜色的球衣,比赛用球改为使用任意的标准FIFA 5号足球,在户外环境比赛,机器人根据裁判哨音和手势进行比赛等。
  RoboCup中型组吸引了来自世界各地众多研究机构的积极参与。国外的意大利米兰理工大学,荷兰埃因霍温科技大学,奥地利格拉茨理工大学,德国斯图加特大学、图宾根大学及卡塞尔大学,葡萄牙的阿威罗大学,日本大阪大学、庆应义塾大学和九州工业大学等,国内的上海交通大学、国防科学技术大学、华南理工大学、上海大学、广东工业大学、北京信息科技大学、北京理工大学等均先后参加过该赛事。
  1.2.2 RoboCup中型组比赛机器人介绍
  为完成上述比赛任务,典型的RoboCup中型组足球机器人由以下部分组成。移动平台:在RoboCup中型组主要有全向移动和双轮差动两种移动平台。由于全向移动平台能够随时向任何方向移动,相比较双轮差动平台具有极大的灵活性,所以成为目前绝大部分中型组球队的选择。全向移动平台主要由全向轮、直流电机、轮系、电机驱动器和控制器等部分组成。
  传感器:目前在RoboCup中型组球队中最经常使用的传感器是视觉传感器和电机编码器。大部分球队都使用全向视觉系统作为视觉传感器。全向视觉系统由摄像机和凸全向反射镜面组成,其中摄像头朝上正对着全向反射镜面,因此全向视觉系统也被称为全景视觉或者折反射视觉系统。也有一些球队仅使用透视成像的单摄像机作为视觉传感器。还有很多球队同时使用了全向视觉系统和透视摄像机。机器人能够通过处理这些视觉传感器信息实现目标识别和目标跟踪。电机编码器用于电机速度控制和航迹计算。机器人通过结合视觉传感器和电机编码器信息可实现在场地上的自定位。
  踢球装置:RoboCup中型组足球机器人都安装有踢球装置,用于传球和射门。踢球装置一般分为气动射门装置、电磁铁螺线管储能射门装置和弹簧弩机储能射门装置等。
  车载计算机:RoboCup中型组足球机器人都携带计算机用于运行机器人的软件以实现图像处理、决策、路径规划、运动控制、多机器人协作等。车载计算机一般为笔记本电脑或者工控机。这些计算机同时也带有无线网卡用于机器人之间的无线通信。
  其他必需的设备:其他设备,如电池、带球装置等,也是RoboCup中型组足球机器人能够完成比赛所必需的。
  ……
展开
目录
前言
第1章 绪论
1.1 机器人足球世界杯
1.2 RoboCup中型组比赛与中型组机器人
1.2.1 RoboCup中型组比赛介绍
1.2.2 RoboCup中型组比赛机器人介绍
1.2.3 RoboCup中型组的科学意义和工程价值
1.3 RoboCup中型组视觉感知研究现状
1.3.1 视觉系统设计及其标定
1.3.2 机器人的目标识别
1.3.3 目标运动状态估计
1.3.4 机器人的视觉自定位
1.3.5 多机器人协同感知
1.4 RoboCup中型组视觉感知的发展趋势
1.5 本书内容安排
参考文献

第2章 足球机器人全向视觉系统设计与标定
2.1 全向视觉概述
2.1.1 多摄像机拼接全向视觉系统
2.1.2 鱼眼镜头全向视觉系统
2.1.3 折反射式全向视觉系统
2.2 足球机器人全向视觉系统的设计
2.2.1 单视点全向视觉系统的设计
2.2.2 NuBot全向视觉系统的设计
2.3 足球机器人全向视觉系统的标定
2.3.1 单视点全向视觉系统的标定
2.3.2 NuBot全向视觉系统的标定
2.4 本章小结
参考文献

第3章 机器人足球中的颜色编码化目标识别
3.1 摄像机参数自动调节
3.1.1 相关研究
3.1.2 图像熵及其与摄像机参数的关系
3.1.3 基于图像熵的摄像机参数自动调节算法
3.1.4 实验结果与分析
3.1.5 算法的拓展应用
3.1.6 小结
3.2 足球机器人视觉系统颜色分类
3.2.1 颜色空间模型与查找表方法简介
3.2.2 混合颜色空间查找表分类方法
3.2.3 基于线性分类器的颜色空间划分方法
3.2.4 改进的颜色查找表方法在彩色全景图像颜色分类中的应用
3.2.5 小结
3.3 针对颜色编码化目标的识别算法
3.3.1 机器人足球比赛中的目标识别
3.3.2 场地白色标示线的可靠识别
3.3.3 黑色障碍物的可靠识别
3.4 本章小结
参考文献

第4章 机器人足球中的非颜色编码化目标识别
4.1 相关研究
4.2 基于全向视觉成像模型的任意足球识别
4.2.1 足球在NuBot全向视觉中的成像特性分析
4.2.2 基于全向视觉的任意足球识别算法
4.2.3 实验结果与分析
4.2.4 小结
4.3 基于AdaBoost学习算法的任意足球识别
4.3.1 算法描述
4.3.2 实验结果与分析
4.3.3 小结
4.4 本章小结
参考文献

第5章 目标跟踪与状态估计
5.1 基于当前统计模型与状态约束的单目标跟踪
5.1.1 足球机器人的运动特点
5.1.2 目标运动模型
5.1.3 滤波器约束条件
5.1.4 单目标跟踪滤波器
5.1.5 实验结果与分析
5.1.6 小结
5.2 基于联合概率数据关联的多目标跟踪
5.2.1 椭球跟踪门规则
5.2.2 数据关联算法的选择
5.2.3 实验结果与分析
5.2.4 小结
5.3 基于RANSAC和Kalman滤波的目标状态估计
5.3.1 球速估计问题研究现状
5.3.2 RANSAC介绍
5.3.3 基于RANSAC和Kalman滤波的球速估计算法
5.3.4 实验结果与分析
5.3.5 小结
5.4 基于双目视觉的三维空间目标状态估计
5.4.1 双目视觉系统
5.4.2 足球识别与定位
5.4.3 足球运动轨迹的拟合
5.4.4 足球运动落点位置的预测
5.4.5 机器人运动决策
5.4.6 实验结果与分析
5.4.7 小结
5.5 本章小结
参考文献

第6章 足球机器人视觉自定位
6.1 足球机器人常用的视觉自定位方法
6.1.1 粒子滤波定位方法
6.1.2 匹配优化定位方法
6.1.3 两种自定位方法的优点和不足
6.2 结合使用粒子滤波和匹配优化的机器人自定位方法
6.3 实验结果与分析
6.3.1 遮挡情况下的自定位
6.3.2 全局自定位
6.3.3 不同光线条件下的自定位
6.3.4 算法的实时性能
6.4 本章小结
参考文献
展开
加入书架成功!
收藏图书成功!
我知道了(3)
发表书评
读者登录

请选择您读者所在的图书馆

选择图书馆
浙江图书馆
点击获取验证码
登录
没有读者证?在线办证