足球机器人目标跟踪问题分析-analysis on target tracking of soccer robot.docxVIP

国防科学技术大学研究生院硕士学位论文 国防科学技术大学研究生院硕士学位论文 国防科学技术大学研究生院硕士学位论文 国防科学技术大学研究生院硕士学位论文 万方数据 万方数据 第 PAGE 第 PAGE IV 页 万方数据 目 录 摘 要 i ABSTRACT ii 第一章 绪论 1 1.1 课题研究背景和意义 1 1.2 目标跟踪问题概述 4 1.2.1 单个目标跟踪问题 4 1.2.2 多目标跟踪问题 6 1.3 论文的主要工作及组织结构 7 1.3.1 论文的主要工作 7 1.3.2 论文组织结构 8 第二章 基于全向视觉的目标检测 9 2.1 足球机器人全向视觉系统介绍 9 2.2 基于全向视觉的目标识别与测量 11 2.2.1 目标检测 11 2.2.2 目标位置测量 13 2.2.3 线性化测量方程 13 2.3 实验结果和分析 14 2.4 本章小结 17 第三章 基于当前统计模型与状态约束的单目标跟踪滤波器 18 3.1 足球机器人的运动特点 18 3.2 目标运动模型 20 3.2.1 静止模型 21 3.2.2 匀速（CV）与匀加速运动（CA）模型 21 3.2.3 时间相关模型 22 3.2.4 当前统计模型 24 3.3 滤波器约束条件 25 3.3.1 针对足球机器人的约束条件 25 3.3.2 约束条件的引入方法 26 3.3.3 概率密度截断法 27 3.4 单目标跟踪滤波器 29 3.5 实验结果与分析 30 第 I 页 3.6 本章小结 33 第四章 基于联合概率数据关联的多目标跟踪算法 34 4.1 椭球跟踪门规则 34 4.2 数据关联算法的选择 36 4.2.1 常见数据关联算法 36 4.2.2 联合概率数据关联（JPDA） 37 4.3 实验结果与分析 39 4.4 本章小结 45 第五章 总结与展望 46 5.1 结论 46 5.2 展望 46 致 谢 47 作者在学期间取得的学术成果 52 国防科学技术大学研究生院硕士学位论文 国防科学技术大学研究生院硕士学位论文 国防科学技术大学研究生院硕士学位论文 国防科学技术大学研究生院硕士学位论文 表 目 录 表 1.1 NuBot 足球机器人性能参数 3 表 2.1 NuBot 全向视觉系统参数表 11 表 2.2 不同速度下的测量值均方根误差 15 表 3.1 单目标跟踪滤波器算法伪代码 29 表 4.1 多目标跟踪算法参数设置 39 表 4.2 多目标跟踪算法平均每帧计算时间 43 第 III 页 图 目 录 图 1.1 部分中型组参赛队的足球机器人 2 图 1.2 NuBot 足球机器人组成结构图 3 图 1.3 单个机动目标跟踪基本原理框图 5 图 2.1 NuBot 足球机器人使用的全向视觉系统 9 图 2.2 视觉系统在 18m×12m 的 RoboCup 中型组标准比赛场地中采集到的全景图 像 10 图 2.3 全景图像中某一点到图像中心的像素距离与真实水平距离的对应关系 10 图 2.4 全景图像中的障碍物检测 11 图 2.5 扫描线例子 12 图 2.6 场地、白线、障碍等物体在扫描线上呈现的特征 12 图 2.7 观察机器人测量结果与运动机器人自定位结果对比 14 图 2.8 障碍物与机器人的相对距离与相对角度测量值直方图 15 图 2.9 不同运动速度下对障碍物位置的测量分布情况 16 图 2.10 利用宽度为 30（约 1 秒）的滑动窗口提取得到的测量数据局部标准差 . 16 图 3.1 站位、追球、带球运动、阻截防守等 4 种典型动作 19 图 3.2 点镇定状态反馈控制器产生的理想速度指令 19 图 3.3 三轮全向移动机器人的容许控制范围 26 图 3.4 概率密度函数截断法示意图 27 图 3.6 实验目标的运动轨迹以及位置跟踪结果 31 图 3.7 目标速度估计结果对比 32 图 4.1 跟踪门示意图 35 图 4.2 实验设置，四条轨迹为机器人自身的定位结果，黑色散点为 1 号机器人的 观测结果 40 图 4.3 实验一的多目标跟踪结果 40 图 4.4 实验二设置，四条轨迹为机器人自身的定位结果，黑色散点为 1 号机器人 的观测结果 42 图 4.5 实验二的多目标跟踪结果（局部） 42 图 4.6 五个目标的随机运动轨迹 44