足球機器人圖像處理和路徑規(guī)劃研究.pdf

1、足球機器人作為一種智能機器人，將競技體育運動與人工智能有機結(jié)合在一起，綜合運用機械結(jié)構(gòu)、電路設計、模式識別、自動控制、無線通信、決策規(guī)劃等諸多學科的知識，是研究人工智能的一個很好的實踐平臺。本文以小型足球機器人為研究對象，對足球機器人機器視覺中圖像分割識別與目標軌跡跟蹤問題，以及在此基礎上的足球機器人路徑規(guī)劃進行研究。本學位論文的主要工作與取得的成果如下:
　　首先，研究了足球機器人場景彩色圖像中邊界等目標的分割識別方法。提出了一

2、種基于PCNN和最大灰度熵分量的彩色圖像分割方法。在該方法中，將彩色圖像轉(zhuǎn)換到HSV顏色空間，選取灰度熵最大的圖像分量，并對該圖像分量依據(jù)最大香農(nóng)熵準則使用PCNN進行循環(huán)分割。仿真實驗驗證了所提方法對彩色圖像分割的有效性和較之于其它方法的優(yōu)越性。應用該方法，準確完整的分割出足球機器人比賽場景中的各種目標，為后續(xù)的足球機器人路徑規(guī)劃識別出障礙物。
　　其次，研究了足球運動軌跡的跟蹤方法。針對目標跟蹤準確性問題，提出了一種改進的均值

3、漂移跟蹤方法。在該方法中，通過在小波變換分解提取圖像細節(jié)信息的基礎上計算LTP紋理信息來計算目標模型與候選模型，并且在計算目標模型時引入背景加權(quán)信息。應用該方法，能較為準確的跟蹤足球的運動軌跡，為后續(xù)的足球機器人路徑規(guī)劃中目標點的設定提供依據(jù)。仿真實驗驗證了所提改進的均值漂移跟蹤方法明顯提高了目標跟蹤的穩(wěn)定性與準確性。
　　最后，研究了足球機器人的路徑規(guī)劃方法。提出了一種面向環(huán)境復雜度的步長自適應調(diào)節(jié)人工勢場方法。在該方法中，通過