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(shè)計、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(biāo)軌跡跟蹤問題,以及在此基礎(chǔ)上的足球機器人路徑規(guī)劃進行研究。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(yīng)用該方法,準(zhǔn)確完整的分割出足球機器人比賽場景中的各種目標(biāo),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(biāo)跟蹤準(zhǔn)確性問題,提出了一種改進的均值漂移跟蹤方法。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)上計算LTP紋理信息來計算目標(biāo)模型與候選模型,并且在計算目標(biāo)模型時引入背景加權(quán)... 

【文章來源】：西南交通大學(xué)四川省 211工程院校 教育部直屬院校

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀及分析
        1.2.1 足球機器人比賽概述
        1.2.2 圖像分割研究綜述
        1.2.3 目標(biāo)跟蹤研究綜述
        1.2.4 機器人路徑規(guī)劃研究綜述
    1.3 本文的工作及內(nèi)容安排
第2章 比賽場景彩色圖像分割研究
    2.1 引言
    2.2 彩色圖像顏色空間
        2.2.1 電子設(shè)備顯示的顏色空間
        2.2.2 面向視覺感知的顏色空間
    2.3 圖像分割方法概述
    2.4 圖像灰度熵
    2.5 PCNN簡化模型及其圖像處理原理
        2.5.1 PCNN簡化模型
        2.5.2 PCNN圖像分割原理
    2.6 結(jié)合灰度熵值和PCNN的彩色圖像分割
    2.7 仿真實驗及分析
    2.8 本章小結(jié)
第3章 足球目標(biāo)跟蹤方法研究
    3.1 引言
    3.2 均值漂移理論簡介
        3.2.1 核密度估計
        3.2.2 均值漂移原理在多維空間的實現(xiàn)
        3.2.3 經(jīng)典均值漂移跟蹤方法
    3.3 基于小波變換的LTP紋理特征
    3.4 背景加權(quán)信息
    3.5 改進的均值漂移跟蹤方法實現(xiàn)步驟
    3.6 仿真實驗及分析
    3.7 本章小結(jié)
第4章 足球機器人路徑規(guī)劃
    4.1 引言
    4.2 經(jīng)典人工勢場法簡介
    4.3 經(jīng)典人工勢場法的局限性
        4.3.1 目標(biāo)附近不可到達(dá)問題
        4.3.2 局部極小值問題
        4.3.3 不能動態(tài)規(guī)劃問題
        4.3.4 環(huán)境適應(yīng)性問題
    4.4 面向環(huán)境復(fù)雜度的步長自適應(yīng)調(diào)節(jié)人工勢場法的研究
        4.4.1 環(huán)境復(fù)雜度的描述
        4.4.2 迭代步長自適應(yīng)調(diào)整方法
    4.5 仿真實驗及分析
        4.5.1 靜態(tài)環(huán)境仿真分析
        4.5.2 動態(tài)環(huán)境仿真分析
    4.6 本章小結(jié)
總結(jié)與展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及科研成果
    A. 發(fā)表論文情況


【參考文獻(xiàn)】：
期刊論文
[1]基于暗原色先驗與小波變換的圖像去霧方法[J]. 許杰,楊會成.  計算機技術(shù)與發(fā)展. 2016(02)
[2]改進人工勢場法與模擬退火算法的無人機航路規(guī)劃[J]. 王強,張安,吳忠杰.  火力與指揮控制. 2014(08)
[3]基于多尺度空間PCNN模型的圖像分割算法[J]. 楊娜,陳后金,郝曉莉,李艷鳳.  北京交通大學(xué)學(xué)報. 2013(02)
[4]復(fù)雜環(huán)境下改進APF的機器人路徑規(guī)劃[J]. 盧恩超,張萬緒.  計算機工程與應(yīng)用. 2013(24)
[5]基于人工勢場法的機器人避障算法[J]. 葉彬強,王一.  重慶理工大學(xué)學(xué)報(自然科學(xué)). 2012(09)
[6]一種改進的K-means聚類彩色圖像分割方法[J]. 劉小丹,牛少敏.  湘潭大學(xué)自然科學(xué)學(xué)報. 2012(02)
[7]基于柵格法的礦難搜索機器人全局路徑規(guī)劃與局部避障[J]. 朱磊,樊繼壯,趙杰,吳曉光,劉罡.  中南大學(xué)學(xué)報(自然科學(xué)版). 2011(11)
[8]結(jié)合最大方差比準(zhǔn)則和PCNN模型的圖像分割[J]. 辛國江,鄒北驥,李建鋒,陳再良,蔡美玲.  中國圖象圖形學(xué)報. 2011(07)
[9]基于PCNN圖像因子分解的X線醫(yī)學(xué)圖像增強[J]. 何勝宗,劉映杰,馬義德,宋文強,鄧海波.  中國圖象圖形學(xué)報. 2011(01)
[10]基于小波變換和2DPCA的人臉識別[J]. 翟俊海,翟夢堯,王華超.  河北大學(xué)學(xué)報(自然科學(xué)版). 2010(05)

碩士論文
[1]基于全景視覺的足球機器人目標(biāo)跟蹤研究[D]. 張柱.湘潭大學(xué) 2015
[2]融合時空上下文的超像素跟蹤算法研究[D]. 杜安安.吉林大學(xué) 2015
[3]小型足球機器人的模塊化設(shè)計與運動控制研究[D]. 趙爽.西南交通大學(xué) 2014
[4]基于仿人足球機器人視覺系統(tǒng)的球場特征識別[D]. 張艷輝.吉林大學(xué) 2013
[5]基于視覺的仿人足球機器人定位與跟蹤算法研究[D]. 孫奇.東北大學(xué) 2012
[6]仿人足球機器人視覺和決策系統(tǒng)的研究與設(shè)計[D]. 劉穎.東北大學(xué) 2012
[7]基于粒子群算法的半自主足球機器人彩色圖像光照不變性研究[D]. 葛磊華.中國海洋大學(xué) 2012
[8]基于視覺的足球仿人形機器人彩色目標(biāo)及關(guān)鍵點的識別[D]. 馬爽.吉林大學(xué) 2011
[9]復(fù)雜動態(tài)環(huán)境下的小型足球機器人路徑規(guī)劃研究[D]. 宮金超.浙江理工大學(xué) 2011
[10]小型智能足球機器人系統(tǒng)全局視覺的研究與設(shè)計[D]. 朱艷麗.浙江理工大學(xué) 2011



本文編號：3481590