一种基于视觉的台球跟踪平台.docxVIP

一种基于视觉的台球跟踪平台，运动分析战略并将其纳入一个可靠的台球训练系统深圳市远帆杨计算机科学与信息工程系东海大学台中市，台湾中华民国shihc@thu.edu.tw台球跟踪系统的设计与视觉引导界面相结合，来指导用户完成可靠的击打。该集成系统运行在PC平台上。该视觉系统利用母球，目标球位置和球杆跟踪，使用最小二乘误差校准方法，用精确制导线计算计算机中球的坐标并关联实际的球桌。从母球延伸的理想的视觉引导线是基于碰撞运动分析计算出来的。用户可以根据电脑显示器上显示的视觉引导线来调整球杆在台球桌上的位置。除了计算理想的视觉引导，还对影响选择最好的目标球和进球口袋的出手因素进行了探讨。研究发现，对周围目标球滑入口袋的理想线的误差允许角度决定了击打的难度。这个值还取决于从球袋到目标球的距离、从目标球到母球的距离和这两个向量之间的角度。用函数对这些向量和角度进行了仿真。使用我们的集成系统的各种几何参数对选定的目标球进行了广泛的测试。通过分析，本试验结果所测评的命中率显示出一致。命中率和把目标球击打到目标球袋的误差允许角度是紧密相连的。这证明了我们的系统的可靠性，并且分析结果可用于制定有效率的游戏策略。关键字：实时系统，不精确计算任务，抢占调度，托管的子任务，可选择的子任务，总误差，不严密地安排任务，非确定性多项式困难问题1 介绍台球游戏是一种流行的游戏，并且以某种形式或方式已经延续了几百年。这种游戏是用球杆击打母球，致使母球撞击另外一个球（目标球），从而带动目标球在球台上滚入选定的球袋里。为了达到熟练掌握游戏的一个可接受的水平需要相当量的练习。因为这对于初学者有时甚至更高级的玩家可能是令人沮丧和徒劳的，众多的学习辅助工具已经提出了多年，用来帮助玩家培养和提高他们的水平无论是在真实的游戏环境和虚拟环境。Koo应用模糊逻辑的概念，发展的决策算法是对计算机发生迟环境一个最好的反应[L]。最近，新的研究已经在许多创建智能机器人的应用中进行[11-17]。这可能包括机器人高尔夫[11]，溜溜球[12]，排球[13]，象棋[14，15]，乒乓球[16]。一些已经发表的论文展示过台球机器人的上述功能部件。Koo展示了可以通过图像处理技术完成球的识别和校准的机器人[4]。Nakama开发了一个能精确定位击打台球的机器人[5]。Jebara证明了可穿戴计算机可以帮助玩家提升台球游戏的能力[6]。在帮助使用者训练和瞄准时，交互系统应用了一个可视的算法。通过使用者眼睛附近的摄像机，用概率颜色模型和对称操作来局部化球桌，球袋和球。根据母球权益大小分类并且列举出每个可能的击打，用来决定每种可能的相对有效性。我们研究了大多数的学习辅助工具，但是它们既复杂又笨重。许多需要某种类型的小工具或放置于球桌上、球桌旁或者人身上的附件[6，7，8]。杨[8]设计了一个可以模仿人类在玩台球上的学习能力的机器人。目标是设计一个神经模糊补偿器来使这个台球机器人提高台球技巧。首先，可预测击球误差模型是基于嵌入过程的记录数据库上开发的。然后，该预测误差是由模糊控制器补偿，自动决定目标球的切割角（击打点）。L.B.拉森[9]介绍了自动球台训练机（APT），在奥尔堡大学开发的多模式培训系统。该系统的理念是自动化的学习过程。它是一个多模式系统，利用语音交互、图形输出和一个计算机控制的激光指针相结合与用户通信。训练者在一些预定的课程中选择合适的训练（由系统辅助）。系统会发出有关如何放置球在球桌上的指示，展示（最佳的）击打方法，并记录和评估球员的表现。该指令通过声音（语音合成）和手势（使用激光在台球桌上的一个虚拟“指针”）相结合给出。这个系统没有错误分析和自动选择策略支持。专家需要在系统后面规划培训课程。此外，在训练时激光指针可能会伤害到人的视力。因此，这些设备在学习过程中通常是没有建设性的。很多在家庭中都不是很受欢迎，并且在大多数商业桌球游戏中也是被禁止的。表1总结了有关桌球的学习工具和设置，并与本文比较了它们的优缺点。比较的指标包括视觉跟踪目标，运动分析采用的策略，服务对象和视觉引导方法。基于一种新的视觉台球跟踪的设计提供给了玩家一个互动指导系统，让用户在球桌上正确地定向球杆。主要目标是在击球过程中以提高瞄准精度，以帮助增加玩这个游戏的乐趣，并且在球桌上或球桌旁没有复杂的电子或机械设备。系统通过使用实时视觉系统跟踪球桌上的实际球的中心位置和球杆的方向来实现这个目标。图形用户界面精确地显示实际球和球杆的位置。理论上计算出的理想碰撞线从母球开始经由目标球到目标球袋都显示系统上。显示在系统上的目标球袋和目标球是基于运动分析算法选择的一个最好击打方法。这个假想的引导线是根据碰撞的基本物理定律计算的，并会根据选定的目标球袋和目标球的位置改变击打母球的方向。使用者之后移动球桌上由视觉系统追踪的球杆。该球杆