基于卷积神经网络的机器人象棋识别与视觉定位算法设计

针对机器人下棋时要求识别准确、和快速响应的要求,提出了一种基于卷积神经网络的象棋识别与视觉定位算法。通过对目标图像一系列预处理算法,经由Hough圆提取算法优化,就能准确的定位到棋子区域,运用已经训练好的卷积神经网络模型对目标进行识别,为了验证识别算法的优越性,将棋子进行各个方向的旋转,实验结果表明所使用的定位算法精度达到0.17 mm,识别精度保持在98%以上,识别整副棋子用时3.63 s,算法识别性能优于传统机器视觉。

机器视觉技术在博弈智能机器人设计中的应用

象棋识别是博弈智能机器人系统的重要组成部分。基于NI公司的LabVIEW和Vision软件,采用模板匹配的方法开发了视觉程序,以动态链接库的方式实现了象棋博弈界面程序和识别程序的互联。实践结果表明,该程序运行稳定可靠,且识别结果理想。结合机械手的控制技术的机器视觉技术是当前工业界的热门技术,具有广阔的应用和发展前景。