智能乒乓球自动捡球机器人的设计与实现
发布时间：2021-06-06 11:56
随着服务机器人技术研究及应用的不断发展,服务机器人在文体领域的应用需求开始呈现并成为研究热点之一。本文设计的智能乒乓球自动捡球机器人正是顺应这些需求,相信会有广阔的发展应用前景。本文选用Kinect v2、RPLIDAR A1雷达作为本体传感器,采用Kobuki作为机器人底盘,在Linux系统下利用ROS、Open CV、Kinect SDK等软件库以及C++编程语言,设计并实现了一款智能乒乓球自动捡球机器人。本文主要工作内容包括:（1）分析需求并确定机器人要实现的目标功能,并以此设计了总体系统硬件结构和软件模块。（2）针对乒乓球检测问题,利用乒乓球的颜色和形状特征,设计了一种快速稳定的乒乓球检测算法,并采用基于积分图的非局部均值滤波算法（NLM）对低质量图像进行去噪、采用Mc Cann-Frankle Retinex算法对光照不均匀图像进行增强,提高了乒乓球的识别率;为了降低乒乓球的误检率,提出了一种根据距离和乒乓球大小比例关系过滤无效圆的方法;以相机针孔模型为基础设计了乒乓球定位算法,实现了对乒乓球的实时全局定位功能。（3）以蚁群算法为基础,设计了捡球顺序规划模块,并研究了蚁群算法...
【文章来源】：南京邮电大学江苏省
【文章页数】：94 页
【学位级别】：硕士
【部分图文】：
乒乓球自动发球机服务机器人是一类为人类提供辅助功能、扩展人类的能力、给人类带来便利并有一定自
eon[17]等人设计了一款包括乒乓球检测、环境感知、导航和乒乓球拾取模块的完整系统，缺点是没有实现定位和捡球顺序规划功能，且结构复杂，实用性不高。在捡球机器人大类中，学术领域更多的依然是集中于机器视觉[18][19]和机械设计[20]，关注识别和拾取乒乓球的能力，也有少量的关于总体系统的研究[21]；在商用领域，捡球机器人蓬勃发展，已有高尔夫捡球机器人TheBallPicker[22]和网球捡球机器人Tennibot等问世，这些场景相对乒乓球场馆来说面积相对较大，机器人的运行限制较小，不需要考虑避障等问题，研发难度较校图1.2展示了目前已有的各类捡球机器人。图1.2各式捡球机器人总的来说，目前对于捡球机器人的研究主要是从机器视觉、捡球机械手的设计、路径规划以及机器人机械结构的设计等方面展开，还有很大的发展空间。1.2.2乒乓球检测识别及定位研究现状随着机器视觉的大力发展，智能识别的技术逐渐应用到文体领域。对于乒乓球检测识别，目前的研究主要分为机器学习法[23]和传统图像处理方法[24]。机器学习的方法主要原理是使用大量的样本进行训练，训练出一个通用的模型，然后提取出乒乓球的特征，将待检测的图片使用训练好的模型来识别图中的乒乓球。传统的图像处理方法主要是先分割出乒乓球以及与乒乓球颜色相近的部分，然后取出图中圆形的部分，即可取出图中的乒乓球。机器学习的方法过于复杂，因为乒乓球的特征只有颜色和形状两种，训练需要的时间较多，而传统的图像处理有OPENCV库可以使用，由于场景比较单一，所以使用OPENCV可以取得很好的效果，且实时性好。对于传统的检测方法，张学锋[24]提出结合RGB与HSV两种颜色模型来改善识别不准的情况；王晓龙[25]提出用SVM分类来进一步提高识别率。识别用的摄像机可以有两种安
南京邮电大学专业学位硕士研究生学位论文第二章系统总体设计9功能的实现。工控机即为工业控制计算机，是一种具有计算机基本硬件设备并装有操作系统的微型计算机，因为其小巧且稳定，非常适合用于智能化场景中。本文选用的工控机型号为新创云工控机X31-I7，它是一种用于工业环境的微型电脑，它的作用是承载软件系统，保证其可靠平稳的运行，如图所示。该款工控机的核心参数为：CPU：IntelCOREI7内存：容量8G硬盘大小：500G图2.1新创云工控机（2）Kinectv2双目摄像机Kinect是微软Xbox360使用的的3D体感相机，它是一个双目相机，可以获取RGB图像和深度图像两个数据流，在检测目标的同时还可以对目标进行定位。2014年10月，kinectv2发布，它比之前的v1版本功能和性能有很大的提升。Kinectv2有配套的提供给开发人员使用的SDK，其封装性较好，在工程应用中较为方便。kinect的彩色相机不会受到物体的阴影影响，这提高了乒乓球检测的准确性，并且其深度相机可以准确且可靠的获得目标地距离相机的距离，保证了对乒乓球定位的准确性。Kinectv2的主要参数如下：1个彩色摄像机，RGB图像分辨率：1920×10801个深度摄像机，深度图像分辨率：512×4241个红外收发装置可检测范围：0.5m-4.5m角度范围：水平70°，垂直60°
【参考文献】：
期刊论文
[1]改进蚁群算法求解TSP问题研究[J]. 乔东平,裴杰,李浩,文笑雨. 机械设计与制造. 2019(10)
[2]A review:On path planning strategies for navigation of mobile robot[J]. B.K.Patle,Ganesh Babu L,Anish Pandey,D.R.K.Parhi,A.Jagadeesh. Defence Technology. 2019(04)
[3]移动机器人路径规划综述[J]. 宋晓茹,任怡悦,高嵩,陈超波. 计算机测量与控制. 2019(04)
[4]视觉导航网球捡球机器人控制系统设计[J]. 程鹏,周朱德,陈章宝. 工业控制计算机. 2019(03)
[5]农业机器人实验平台构建与探索[J]. 李海芸,曹亚磊,董楸煌,叶大鹏. 中国农机化学报. 2019(01)
[6]智能乒乓球拾取机器人设计[J]. 宋安琦,李红楠,申立佳,李晶,方莹,贾涵中. 科技创新导报. 2018(36)
[7]差速轮式移动机器人的导航算法研究及仿真实验[J]. 马国庆,刘丽,于正林,曹国华. 制造业自动化. 2018(05)
[8]多颜色模型下的乒乓球快速检测与实时跟踪研究[J]. 张学锋,戴亮亮,周建钦,储岳中,纪滨. 计算机系统应用. 2018(05)
[9]基于改进A*算法的移动机器人路径规划[J]. 赵晓,王铮,黄程侃,赵燕伟. 机器人. 2018(06)
[10]一种改进的非局部均值图像去噪算法[J]. 祝严刚,张桂梅. 计算机工程与应用. 2017(18)
博士论文
[1]移动机器人的路径规划与定位技术研究[D]. 张琦.哈尔滨工业大学 2014
硕士论文
[1]基于视觉识别的智能捡网球机器人开发[D]. 宿增迪.大连理工大学 2018
[2]基于视觉的乒乓球及击球人识别系统研究[D]. 戴亮亮.安徽工业大学 2018
[3]基于嵌入式系统的双目视觉识别与定位技术研究[D]. 王兴华.哈尔滨工业大学 2016
[4]基于改进蚁群算法的捡球机器人多目标路径规划研究[D]. 耿振节.兰州理工大学 2015
[5]基于Retinex理论的图像增强算法研究[D]. 李莹.西北大学 2014
本文编号：3214341
【文章来源】：南京邮电大学江苏省
【文章页数】：94 页
【学位级别】：硕士
【部分图文】：
乒乓球自动发球机服务机器人是一类为人类提供辅助功能、扩展人类的能力、给人类带来便利并有一定自
eon[17]等人设计了一款包括乒乓球检测、环境感知、导航和乒乓球拾取模块的完整系统，缺点是没有实现定位和捡球顺序规划功能，且结构复杂，实用性不高。在捡球机器人大类中，学术领域更多的依然是集中于机器视觉[18][19]和机械设计[20]，关注识别和拾取乒乓球的能力，也有少量的关于总体系统的研究[21]；在商用领域，捡球机器人蓬勃发展，已有高尔夫捡球机器人TheBallPicker[22]和网球捡球机器人Tennibot等问世，这些场景相对乒乓球场馆来说面积相对较大，机器人的运行限制较小，不需要考虑避障等问题，研发难度较校图1.2展示了目前已有的各类捡球机器人。图1.2各式捡球机器人总的来说，目前对于捡球机器人的研究主要是从机器视觉、捡球机械手的设计、路径规划以及机器人机械结构的设计等方面展开，还有很大的发展空间。1.2.2乒乓球检测识别及定位研究现状随着机器视觉的大力发展，智能识别的技术逐渐应用到文体领域。对于乒乓球检测识别，目前的研究主要分为机器学习法[23]和传统图像处理方法[24]。机器学习的方法主要原理是使用大量的样本进行训练，训练出一个通用的模型，然后提取出乒乓球的特征，将待检测的图片使用训练好的模型来识别图中的乒乓球。传统的图像处理方法主要是先分割出乒乓球以及与乒乓球颜色相近的部分，然后取出图中圆形的部分，即可取出图中的乒乓球。机器学习的方法过于复杂，因为乒乓球的特征只有颜色和形状两种，训练需要的时间较多，而传统的图像处理有OPENCV库可以使用，由于场景比较单一，所以使用OPENCV可以取得很好的效果，且实时性好。对于传统的检测方法，张学锋[24]提出结合RGB与HSV两种颜色模型来改善识别不准的情况；王晓龙[25]提出用SVM分类来进一步提高识别率。识别用的摄像机可以有两种安
南京邮电大学专业学位硕士研究生学位论文第二章系统总体设计9功能的实现。工控机即为工业控制计算机，是一种具有计算机基本硬件设备并装有操作系统的微型计算机，因为其小巧且稳定，非常适合用于智能化场景中。本文选用的工控机型号为新创云工控机X31-I7，它是一种用于工业环境的微型电脑，它的作用是承载软件系统，保证其可靠平稳的运行，如图所示。该款工控机的核心参数为：CPU：IntelCOREI7内存：容量8G硬盘大小：500G图2.1新创云工控机（2）Kinectv2双目摄像机Kinect是微软Xbox360使用的的3D体感相机，它是一个双目相机，可以获取RGB图像和深度图像两个数据流，在检测目标的同时还可以对目标进行定位。2014年10月，kinectv2发布，它比之前的v1版本功能和性能有很大的提升。Kinectv2有配套的提供给开发人员使用的SDK，其封装性较好，在工程应用中较为方便。kinect的彩色相机不会受到物体的阴影影响，这提高了乒乓球检测的准确性，并且其深度相机可以准确且可靠的获得目标地距离相机的距离，保证了对乒乓球定位的准确性。Kinectv2的主要参数如下：1个彩色摄像机，RGB图像分辨率：1920×10801个深度摄像机，深度图像分辨率：512×4241个红外收发装置可检测范围：0.5m-4.5m角度范围：水平70°，垂直60°
【参考文献】：
期刊论文
[1]改进蚁群算法求解TSP问题研究[J]. 乔东平,裴杰,李浩,文笑雨. 机械设计与制造. 2019(10)
[2]A review:On path planning strategies for navigation of mobile robot[J]. B.K.Patle,Ganesh Babu L,Anish Pandey,D.R.K.Parhi,A.Jagadeesh. Defence Technology. 2019(04)
[3]移动机器人路径规划综述[J]. 宋晓茹,任怡悦,高嵩,陈超波. 计算机测量与控制. 2019(04)
[4]视觉导航网球捡球机器人控制系统设计[J]. 程鹏,周朱德,陈章宝. 工业控制计算机. 2019(03)
[5]农业机器人实验平台构建与探索[J]. 李海芸,曹亚磊,董楸煌,叶大鹏. 中国农机化学报. 2019(01)
[6]智能乒乓球拾取机器人设计[J]. 宋安琦,李红楠,申立佳,李晶,方莹,贾涵中. 科技创新导报. 2018(36)
[7]差速轮式移动机器人的导航算法研究及仿真实验[J]. 马国庆,刘丽,于正林,曹国华. 制造业自动化. 2018(05)
[8]多颜色模型下的乒乓球快速检测与实时跟踪研究[J]. 张学锋,戴亮亮,周建钦,储岳中,纪滨. 计算机系统应用. 2018(05)
[9]基于改进A*算法的移动机器人路径规划[J]. 赵晓,王铮,黄程侃,赵燕伟. 机器人. 2018(06)
[10]一种改进的非局部均值图像去噪算法[J]. 祝严刚,张桂梅. 计算机工程与应用. 2017(18)
博士论文
[1]移动机器人的路径规划与定位技术研究[D]. 张琦.哈尔滨工业大学 2014
硕士论文
[1]基于视觉识别的智能捡网球机器人开发[D]. 宿增迪.大连理工大学 2018
[2]基于视觉的乒乓球及击球人识别系统研究[D]. 戴亮亮.安徽工业大学 2018
[3]基于嵌入式系统的双目视觉识别与定位技术研究[D]. 王兴华.哈尔滨工业大学 2016
[4]基于改进蚁群算法的捡球机器人多目标路径规划研究[D]. 耿振节.兰州理工大学 2015
[5]基于Retinex理论的图像增强算法研究[D]. 李莹.西北大学 2014
本文编号：3214341
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3214341.html
