足球機(jī)器人圖像處理和路徑規(guī)劃研究.pdf

1、足球機(jī)器人作為一種智能機(jī)器人，將競技體育運(yùn)動與人工智能有機(jī)結(jié)合在一起，綜合運(yùn)用機(jī)械結(jié)構(gòu)、電路設(shè)計(jì)、模式識別、自動控制、無線通信、決策規(guī)劃等諸多學(xué)科的知識，是研究人工智能的一個很好的實(shí)踐平臺。本文以小型足球機(jī)器人為研究對象，對足球機(jī)器人機(jī)器視覺中圖像分割識別與目標(biāo)軌跡跟蹤問題，以及在此基礎(chǔ)上的足球機(jī)器人路徑規(guī)劃進(jìn)行研究。本學(xué)位論文的主要工作與取得的成果如下:
　　首先，研究了足球機(jī)器人場景彩色圖像中邊界等目標(biāo)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(zhǔn)則使用PCNN進(jìn)行循環(huán)分割。仿真實(shí)驗(yàn)驗(yàn)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(yīng)用該方法，準(zhǔn)確完整的分割出足球機(jī)器人比賽場景中的各種目標(biāo)，為后續(xù)的足球機(jī)器人路徑規(guī)劃識別出障礙物。
　　其次，研究了足球運(yùn)動軌跡的跟蹤方法。針對目標(biāo)跟蹤準(zhǔn)確性問題，提出了一種改進(jìn)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(xì)節(jié)信息的基礎(chǔ)上計(jì)算LTP紋理信息來計(jì)算目標(biāo)模型與候選模型，并且在計(jì)算目標(biāo)模型時(shí)引入背景加權(quán)信息。應(yīng)用該方法，能較為準(zhǔn)確的跟蹤足球的運(yùn)動軌跡，為后續(xù)的足球機(jī)器人路徑規(guī)劃中目標(biāo)點(diǎn)的設(shè)定提供依據(jù)。仿真實(shí)驗(yàn)驗(yàn)證了所提改進(jìn)的均值漂移跟蹤方法明顯提高了目標(biāo)跟蹤的穩(wěn)定性與準(zhǔn)確性。
　　最后，研究了足球機(jī)器人的路徑規(guī)劃方法。提出了一種面向環(huán)境復(fù)雜度的步長自適應(yīng)調(diào)節(jié)人工勢場方法。在該方法中，通過