基于多传感器多目标实时跟踪视觉系统在全自主机器人上应用.docVIP

基于多传感器多目标实时跟踪视觉系统在全自主机器人上应用 　　摘要：视觉系统是全自主机器人的重要组成部分，而如何精确高效地处理视觉信息是视觉系统的关键问题。介绍了一种基于彩色图像的目标识别与定位及避障方法，对全自主机器人感知环节进行了研究.通过分析摄像头采集的图像,并借助碰撞传感器、红外传感器等方法确定目标。所提出的算法已在国内及国际比赛中应用，收到很好的效果。 　　关键词：全自主足球机器人；视觉系统；目标检测；红外测距 　　中图分类号：TP242.6文献标识码：A文章编号：1672-7800（2011）01-0111-03 　　 　　作者简介：王培屹(1980-)，男,河南郑州人，硕士,郑州幼儿师范学校助理讲师，研究方向为人工智能。 0引言 　　 全自主足球机器人比赛要求多个机器人活动在一个实时、噪声以及对抗性的复杂环境下，通过协作、配合朝向一个共同的目标(或完成复杂任务)。它包括智能机器人系统、多智能体系统、实时图像处理与模式识别、智能体数据结构设计、实时规划和推理、移动机器人技术、机器传动与控制、传感器与数据融合和无线通讯等技术。机器人足球比赛是近几年发展起来、进步较快且有很大研究潜力的 　　一类。这类机器人的视觉及控制器等各类部件均装载在机器人本体上，通过无线通讯与其它机器人、主控计算机及人的信息交流。比赛过程中，机器人通过视觉系统搜索球及球门等环境信息，通过声纳、红外或激光等测距系统进行机器人全局定位及障碍物检测，在进行信息融合之后形成行动策略并实施。因此机器人如何快速识别目标并且定位是比赛取胜的关键性环节，本文将对这方面的问题进行讨论。 　　1全自主型足球机器人视觉系统介绍 　　1.1视觉系统的硬件组成 　　 实验中使用的足球机器人是上海广茂达伙伴机器人有限公司研制的AS-UII能力风暴智能机器人大学版。它是典型的自主移动机器人，具有较高的自规划、自适应能力，适合于较复杂的非结构环境中工作的复杂系统。机器人与计算机之间使用基于68HCll单片机开发的交互式C语言进行编程。 　　 视觉系统采用CMUcam视觉系统： CMUcam视觉模块主要是由1个SX28微处理器与OV6620摄像头(CMOS)组成，CMOS摄像头把当前窗口的视图通过简单的处理，返回像素点矩阵。板卡通过RS-232或者TTL串口进行通讯。 　　1.2视觉系统的软件流程 　　 在比赛中，视觉系统依靠颜色来识别并判定目标。机器人对颜色的识别过程如下：当摄像头获得彩色图像以后，机器人上的嵌入计算机系统将模拟视频信号数字化，将像素根据颜色分成两部分：感兴趣的像素(搜索的目标颜色)和不感兴趣的像素(背景颜色)。然后对这些感兴趣的像素进行颜色分量的匹配。在比赛之前已经存储了比赛场地环境下的各种颜色信息，比赛时需要将实时信息与颜色信息比较或匹配，以寻找搜索目标的颜色区域。判断：如果目标出现在视野中，通过多种传感器的综合应用，确定目标与机器人的相对位置，为决策子系统提供依据。否则继续寻找。视觉系统的软件流程如图1所示。 　　图1视觉系统的软件流程 　　2视觉系统中目标的识别与相对定位 　　2.1颜色空间的建立 　　 颜色空间是一个描述体系，用于确定颜色在体系中的位置及相互之间的关系。同一物体，在不同的光照和成像距离条件下，映射到内存的RGB数值会发生较大的变化，不利于目标的识别。特别是在环境复杂、目标较多且颜色相近的比赛环境中，识别率会大大下降。为提高识别效果，我们将颜色表示从RGB颜色空间转化到更接近人眼观察方式的HSI(Hue，Saturation,Intensity)颜色空间，从而提高不同光照环境下识别系统的鲁棒性。RGB颜色空间转化HSI到颜色空间公式如下： I=(R+G+B)3 　　 S=1-3×min(R+G+B)I 　　 H=cos-11/2[(R-G)+(R-B)](R-G)2+(R-B)×(G-B) 　　R≠G或R≠B，若B＞G，H=2π-H 　　2.2目标检测 　　 成熟的目标检测技术有：模板匹配、边缘检测、色彩分类等。足球机器人视觉系统要求有很高的实时性。而且比赛规定：机器人和球都用不同的颜色加以区分，因此，为了快速地检测到目标，采用基于色彩的图像分割是最好的方法。由于不同的光照环境下，物体的RGB值变化很大。为了能够准确的识别目标，我们只有设定颜色空间中3个分量的上下阈值。这样就能在很大程度上把目标物体与图像背景颜色区分开。 　　 比赛之前针对特殊的比赛环境，手工设定各个目标颜色分量的值。操作办法：通过计算机串口连接视觉传感器，锁定一幅目标图片。通过鼠标选取颜色参考区域，通过计算该颜色区域中各点的颜色特征统计出RGB和HSI空间中各分量的最大值和最小值，利用最初确定的阈值对彩色图像进行二值化处理，