一种基于受限自然语言处理的移动机器人视觉导航方法

本文在研究汉语自然语言路径重建描述(NLRP)语言规律的基础上,通过建立移动机器人导航意像图,设计了室内环境下基于受限自然语言的视觉导航算法.首先,从受限汉语文本中提取出路标,以及路标之间的大致方位和距离关系,并将其映射到建立的导航意像图上,然后从中提取路径关键引导点,实现机器人运行路径规划,且根据关键引导点将路径分成多段.在机器人每段运行过程中,计算参考目标的实时图像与数据库中样本图像的SURF特征点的匹配度,并融合里程计信息,实现机器人粗定位.再后,根据获得的机器人大致位置,计算下一段的运行方向,继续下一段运行,以此类推,直至运动到最后一段,最后实验结果充分证明了该方法的可行性、有效性和鲁棒性.

象棋机器人视觉识别算法研究

完成了象棋机器人的视觉识别算法研究,并进行了实验。对棋盘图像预处理,包括对棋盘图像颜色模型的研究、将彩色图像转换成灰度图像、利用均值滤波和中值滤波等方法对棋盘图像滤波、将灰度图像二值化等。利用图像分割算法进行了棋盘图像边缘提取等操作;利用改进的Hough变换对棋子的圆形和圆心进行定位,从而获得棋盘上的棋子位置,为棋子识别打下基础。针对象棋棋子图像特点提出了统计径向棋子像素的识别方法,首先利用数学形态学方法对棋盘图像进行细化处理,然后统计每个棋子的像素个数,从而实现棋子识别。实验结果表明,该方法能得到较好的识别率,而且对于任意角度的棋子像素值均具有保持不变的特点。该方法比较适合象棋机器人视觉系统。

实时环境下的对弈机器人控制系统设计与分析

介绍了一种能够实现与人进行中国象棋对弈的对弈机器人及其控制系统的设计,并对实时环境下的软件开发进行了详细说明和分析。经实际运行证明,该机器人作为国内利用开放式控制器开发成功的第一台对弈机器人,具有较高的开放性、智能性、可靠性和实用性。

基于中国象棋机器人的人工智能实验平台设计

机器博弈是人工智能领域的重要研究课题。中国象棋机器人实验平台采用双系统控制实现。上位机系统负责棋盘的盘面识别和中国象棋算法的实现,下位机系统负责行棋控制。中国象棋走法解算采用中国象棋引擎程序实现,主要由局面表示、走法表示及生成、局面评估和搜索算法四部分组成。下位机使用STM32单片机作为控制器,控制三维运动装置行棋。中国象棋机器人可以实现机器人与人之间在棋盘上直接对弈,可以用来验证人工智能中的决策系统、图像识别和视觉技术中的相应算法,以及运动控制理论的算法验证,是一个理想的人工智能实验平台。

基于直角坐标的象棋机器人系统设计

本文介绍一种基于直角坐标的象棋机器人系统,机器人的整体结构为三轴龙门式,可在三维空间内实现对棋子的搬运;机械设计上采用丝杠导轨结构,各轴驱动为伺服电机,可以精确实现对棋子的定位;运动控制核心采用4轴板卡控制器,实现对各轴的运动控制以及协调运动等;再配合末端执行器,实现对棋子的拿和放;上位机软件采用VC平台开发,创建了象棋界面和调试界面等,便于人机交流。

基于STM32和云平台的中国象棋机器人实验系统

为解决传统单片机等课程的相关实验因普遍采用实验箱导致的趣味性不足、难以激发学生学习兴趣的问题,文中设计一种基于STM32单片机和云平台的中国象棋机器人实验系统。该系统采用霍尔元件构建棋子位置阵列,由单片机根据棋子扫描算法获取棋子位置信息并发送至主控平台;主控平台对遥控器、棋盘传来的数据进行处理,并使用华为云搭建Tomcat云端服务器,通过TCP/IP协议以get的方式将处理的数据交由云端服务器的Servlet容器;再由Servlet容器基于MTD(f)搜索算法处理得到棋子着法,通过TCP/IP协议将着法返回至控制台,由控制台控制机械手臂进行棋子移动。实验测试结果表明:所设计系统结构简单、成本较低、响应迅速、运行稳定,可较好地完成对弈任务;同时,该系统可使实验过程更具趣味性,并有效提升训练效果,具有推广使用价值。

基于视觉的中国象棋棋子识别定位技术

针对象棋机器人下棋时要求识别正确、定位精确的要求,提出了一种基于视觉的中国象棋棋子识别定位技术解决方案。通过对校正后图像应用字符分割、Moravec算子提取字符特征和BP网络算法,实现了棋子的正确识别;把所识别棋子的图像坐标转换成实际棋盘坐标,实现了棋子的准确定位。定位试验结果表明:应用该解决方案的象棋机器人系统能正确识别所有棋子,棋子定位误差在1cm范围以内,最大误差百分比为5.468%,最小误差百分比为0.533%,可以较好地满足象棋机器人的定位要求。