RoboCup中NAO机器人球场目标红球识别与快速找球策略

根据RoboCup中NAO机器人足球比赛的规则,机器人通过对颜色的识别来识别球场上的物体及环境。文章分析了RGB颜色空间的优缺点,采用HSV作为视觉系统的颜色空间,减弱了现场光照变化对视觉系统产生的影响。文章提出了一种基于HSV色彩空间下识别红球的方法,然后提出一种简单的追踪红球策略,与测距追踪实际效果相比较,发现这种追踪策略更符合实际场景应用。

基于球心点互斥的球目标识别方法

提出了一种基于球心点互斥的球目标识别方法,用于从大场景三维点云中自动识别未知个数和未知半径的球目标。首先,根据专门设计的球面点响应函数滤除大量非球面点,并根据法向与曲率将剩余的球面点映射到球心位置;然后,构建用以描述局部密度渐变规律的球心点互斥树,通过剪枝操作将其分裂成若干子树,其分别对应不同球目标的球心点聚类;最后,根据球心点局部密度和球面点覆盖率估计值确认真实存在的球目标。实验结果表明:基于球心点互斥的球目标识别方法能够有效解决大场景三维点云中球目标的识别问题,即使是存在严重遮挡的情况下,暴露表面不足整个球面6%的球目标也都能够被识别出来。

类人足球机器人目标球检测方法研究

针对RoboCup比赛规则的变化,本文提出了一种颜色特征约束与几何约束相结合的目标球检测方法。该方法结合类人足球机器人平台上的视觉传感器在有效提高识别精度的同时,扩大了有效识别区域的面积,可以满足机器人比赛中实时追踪足球目标的需求。