基于单目视觉的仿人足球机器人定位系统研究
发布时间：2021-10-01 06:12
随着人工智能技术和图像处理技术的日渐成熟,仿人机器人的研究在近几年得到了迅速发展,对未知环境进行探索是当今仿人机器人研究领域中比较前沿的课题。本文以Robocup标准平台组中仿人足球机器人NAO为研究对象,重点研究机器人单目视觉信息感知与处理,并利用其完成单机器人全局定位与多机器人协作定位系统设计,使其能够给上层决策系统提供有效且准确的位置信息。（1）首先,设计了基于YUV和HSV的YHS2颜色空间;利用高斯牛顿算法优化摄像头标定参数;在YHS2颜色空间中对采集的每一帧图像进行Sobel轮廓提取,目标形状包括X型交叉线、L型交叉线、T型交叉线,利用基于特征的模板匹配算法进行识别,为了实现遮挡目标及混合目标匹配,利用相似性度量判据作为判断依据,并使用金字塔模型进行匹配优化。实验结果表明,本文算法平均识别率达到了90%左右。（2）其次,针对机器人定位问题,采用蒙特卡洛粒子滤波实现机器人的全局定位;为了解决粒子的贫化特性,应用粒子滤波重采样步骤,保证粒子的有效性;与此同时利用无迹卡尔曼滤波融合提取出的目标特征进行局部定位,并作为观测方程更新机器人定位,通过局部定位可以降低全局定位的更新频率,...
【文章来源】：南京邮电大学江苏省
【文章页数】：91 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 课题的研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 课题的研究现状
1.2.1 目标识别研究现状
1.2.2 机器人定位研究现状
1.3 论文的主要工作及章节安排
第二章 NAO机器人及其视觉标定
2.1 NAO机器人软硬件简介
2.2 NAO的视觉系统
2.3 机器人的摄像头标定
2.3.1 相机成像的几何模型
2.3.2 优化并确定内外参数
2.4 实验分析
2.5 本章小结
第三章 基于Sobel算子的特征提取与识别
3.1 图像预处理
3.1.1 基于YHS2 的颜色分类
3.1.2 区域分割与去噪
3.2 基于Sobel算子的特征提取与匹配
3.2.1 基于Sobel的特征提取
3.2.2 基于特征的模板匹配
3.2.3 模板匹配优化
3.3 实验分析
3.4 本章小结
第四章 基于UKF采样的粒子滤波定位方法
4.1 粒子滤波基本原理
4.1.1 动态系统状态空间模型
4.1.2 贝叶斯滤波原理
4.2 蒙特卡洛定位算法研究
4.2.1 蒙特卡洛方法
4.2.2 蒙特卡洛定位
4.3 基于UKF采样的粒子滤波
4.3.1 无迹卡尔曼滤波
4.3.2 机器人概率状态估计优化
4.4 NAO机器人模型建立
4.4.1 运动模型建立
4.4.2 观测模型建立
4.5 实验分析
4.6 本章小结
第五章 通信环境下的多机器人协作定位
5.1 机器人角色定义
5.2 多机器人协同区域覆盖
5.2.1 全局球模型建立
5.2.2 全局的场地覆盖
5.3 多机器人通信定位
5.3.1 多机器人通信原理
5.3.2 多机器人协作定位
5.4 实验分析
5.5 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
附录1 攻读硕士学位期间申请的专利
附录2 攻读硕士学位期间参加的科研项目
附录3 攻读硕士学位期间所获荣誉
致谢
【参考文献】：
期刊论文
[1]空间目标的ISAR成像及轮廓特征提取[J]. 杨虹,张雅声,尹灿斌. 北京航空航天大学学报. 2019(09)
[2]浅谈无人飞行器遥感技术的发展及在各领域的应用[J]. 肖海涛,王强,李卓君,陈实. 内蒙古林业调查设计. 2019(03)
[3]基于SURF算法的双目视觉立体匹配研究[J]. 杨顺波,龙永红,向昭宇,姚佳成. 湖南工业大学学报. 2019(03)
[4]基于传感器信息融合的AGV路径跟踪技术设计与应用[J]. 黄润. 机电信息. 2019(15)
[5]改进小波阈值去噪法在谐波检测中的应用[J]. 谭莲子,张莉萍,解大,陈宇晨,彭璐佳. 电测与仪表. 2019(13)
[6]汽车电子技术中的智能传感器技术[J]. 张燕霞. 汽车实用技术. 2019(09)
[7]可视化与非可视化特征融合超声3D目标识别研究[J]. 宋寿鹏,申静静,卢翠娥. 电子科技. 2019(05)
[8]基于深度卷积神经网络的语义地图构建[J]. 胡美玉,张云洲,秦操,刘桐伯. 机器人. 2019(04)
[9]基于线性判别分析的时频域特征提取算法[J]. 刘立芳,杨海霞,齐小刚. 系统工程与电子技术. 2019(10)
[10]基于增强型点对特征的三维目标识别方法[J]. 鲁荣荣,朱枫,吴清潇,陈佛计,崔芸阁,孔研自. 光学学报. 2019(08)
博士论文
[1]基于概率图模型的图像整体场景理解方法研究[D]. 李林.电子科技大学 2014
硕士论文
[1]基于超声波与航迹推算的扫地机器人室内定位方案[D]. 黄胜林.华中科技大学 2019
[2]基于机器视觉的长竹条表面缺陷检测及颜色分类研究[D]. 黄炳强.广西师范大学 2018
[3]视觉SLAM技术大尺度地图管理与闭环检测方法研究[D]. 沈奇卉.北京邮电大学 2018
[4]基于先验形状的边缘检测方法研究[D]. 李一霖.华北电力大学(北京) 2018
[5]基于序贯贝叶斯滤波器的多目标跟踪方法研究[D]. 张其全.深圳大学 2017
[6]复杂环境下多机器人的协同编队与避障控制研究[D]. 冯磊.湖南工业大学 2017
[7]足球机器人局部传球与战术配合[D]. 李学骏.南京邮电大学 2016
[8]基于小波变换的机器视觉边缘检测研究与设计[D]. 赵德明.上海电机学院 2016
[9]RoboCup3D仿真中足球机器人的全向行走与团队协作[D]. 沈萍.南京邮电大学 2015
[10]动态环境下移动机器人定位及地图创建[D]. 邵长勉.南京邮电大学 2014
本文编号：3417303
【文章来源】：南京邮电大学江苏省
【文章页数】：91 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 课题的研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 课题的研究现状
1.2.1 目标识别研究现状
1.2.2 机器人定位研究现状
1.3 论文的主要工作及章节安排
第二章 NAO机器人及其视觉标定
2.1 NAO机器人软硬件简介
2.2 NAO的视觉系统
2.3 机器人的摄像头标定
2.3.1 相机成像的几何模型
2.3.2 优化并确定内外参数
2.4 实验分析
2.5 本章小结
第三章 基于Sobel算子的特征提取与识别
3.1 图像预处理
3.1.1 基于YHS2 的颜色分类
3.1.2 区域分割与去噪
3.2 基于Sobel算子的特征提取与匹配
3.2.1 基于Sobel的特征提取
3.2.2 基于特征的模板匹配
3.2.3 模板匹配优化
3.3 实验分析
3.4 本章小结
第四章 基于UKF采样的粒子滤波定位方法
4.1 粒子滤波基本原理
4.1.1 动态系统状态空间模型
4.1.2 贝叶斯滤波原理
4.2 蒙特卡洛定位算法研究
4.2.1 蒙特卡洛方法
4.2.2 蒙特卡洛定位
4.3 基于UKF采样的粒子滤波
4.3.1 无迹卡尔曼滤波
4.3.2 机器人概率状态估计优化
4.4 NAO机器人模型建立
4.4.1 运动模型建立
4.4.2 观测模型建立
4.5 实验分析
4.6 本章小结
第五章 通信环境下的多机器人协作定位
5.1 机器人角色定义
5.2 多机器人协同区域覆盖
5.2.1 全局球模型建立
5.2.2 全局的场地覆盖
5.3 多机器人通信定位
5.3.1 多机器人通信原理
5.3.2 多机器人协作定位
5.4 实验分析
5.5 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
附录1 攻读硕士学位期间申请的专利
附录2 攻读硕士学位期间参加的科研项目
附录3 攻读硕士学位期间所获荣誉
致谢
【参考文献】：
期刊论文
[1]空间目标的ISAR成像及轮廓特征提取[J]. 杨虹,张雅声,尹灿斌. 北京航空航天大学学报. 2019(09)
[2]浅谈无人飞行器遥感技术的发展及在各领域的应用[J]. 肖海涛,王强,李卓君,陈实. 内蒙古林业调查设计. 2019(03)
[3]基于SURF算法的双目视觉立体匹配研究[J]. 杨顺波,龙永红,向昭宇,姚佳成. 湖南工业大学学报. 2019(03)
[4]基于传感器信息融合的AGV路径跟踪技术设计与应用[J]. 黄润. 机电信息. 2019(15)
[5]改进小波阈值去噪法在谐波检测中的应用[J]. 谭莲子,张莉萍,解大,陈宇晨,彭璐佳. 电测与仪表. 2019(13)
[6]汽车电子技术中的智能传感器技术[J]. 张燕霞. 汽车实用技术. 2019(09)
[7]可视化与非可视化特征融合超声3D目标识别研究[J]. 宋寿鹏,申静静,卢翠娥. 电子科技. 2019(05)
[8]基于深度卷积神经网络的语义地图构建[J]. 胡美玉,张云洲,秦操,刘桐伯. 机器人. 2019(04)
[9]基于线性判别分析的时频域特征提取算法[J]. 刘立芳,杨海霞,齐小刚. 系统工程与电子技术. 2019(10)
[10]基于增强型点对特征的三维目标识别方法[J]. 鲁荣荣,朱枫,吴清潇,陈佛计,崔芸阁,孔研自. 光学学报. 2019(08)
博士论文
[1]基于概率图模型的图像整体场景理解方法研究[D]. 李林.电子科技大学 2014
硕士论文
[1]基于超声波与航迹推算的扫地机器人室内定位方案[D]. 黄胜林.华中科技大学 2019
[2]基于机器视觉的长竹条表面缺陷检测及颜色分类研究[D]. 黄炳强.广西师范大学 2018
[3]视觉SLAM技术大尺度地图管理与闭环检测方法研究[D]. 沈奇卉.北京邮电大学 2018
[4]基于先验形状的边缘检测方法研究[D]. 李一霖.华北电力大学(北京) 2018
[5]基于序贯贝叶斯滤波器的多目标跟踪方法研究[D]. 张其全.深圳大学 2017
[6]复杂环境下多机器人的协同编队与避障控制研究[D]. 冯磊.湖南工业大学 2017
[7]足球机器人局部传球与战术配合[D]. 李学骏.南京邮电大学 2016
[8]基于小波变换的机器视觉边缘检测研究与设计[D]. 赵德明.上海电机学院 2016
[9]RoboCup3D仿真中足球机器人的全向行走与团队协作[D]. 沈萍.南京邮电大学 2015
[10]动态环境下移动机器人定位及地图创建[D]. 邵长勉.南京邮电大学 2014
本文编号：3417303
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3417303.html
