足球機(jī)器人的色標(biāo)設(shè)計(jì)及其辨識算法

集控式足球機(jī)器人系統(tǒng)由視覺子系統(tǒng)、決策子系統(tǒng)、無線通信子系統(tǒng)和機(jī)器人小機(jī)器人系統(tǒng)組成。從控制理論的角度來看，這四個子系統(tǒng)構(gòu)成了一個封閉的反反饋系統(tǒng)。在足球機(jī)器人比賽中，視覺系統(tǒng)通過懸掛在比賽現(xiàn)場上方的攝像頭不斷獲取比賽現(xiàn)場的信息，并通過圖像收集卡將獲得的模擬圖像數(shù)字化并存儲在計(jì)算機(jī)上。計(jì)算機(jī)處理的最終目的是獲得場地上車輛的方位角、球和車的坐標(biāo)位置。這里包括圖像預(yù)處理、場地測量、數(shù)據(jù)恢復(fù)、圖像更正、圖像處理、，色度設(shè)計(jì)和識別算法。此外，還包括許多問題，如圖像預(yù)處理、地面測量、圖像建模、圖像更正、，色度規(guī)劃和識別算法。因此，顏色設(shè)計(jì)的質(zhì)量不僅會影響其識別的精度，還會影響識別算法的設(shè)計(jì)及其復(fù)雜性。好的色度預(yù)算方案需要設(shè)計(jì)簡單，檢測算法的復(fù)雜性相對較低，檢測精度高。在這項(xiàng)工作中，我們重點(diǎn)討論了色彩設(shè)計(jì)和識別算法。1顏色標(biāo)記設(shè)計(jì)和識別算法1.1不同顏色的辨識方法足球機(jī)器人視覺子系統(tǒng)最終要通過辨識小車的隊(duì)標(biāo)和隊(duì)員標(biāo)志來獲得小車的位姿信息,即小車的位置和方向角.目前所采用的色標(biāo)設(shè)計(jì)如圖1所示.圖1(a)和(b)色標(biāo)設(shè)計(jì)都是關(guān)于機(jī)器人中心對稱的,可通過辨識隊(duì)標(biāo)和隊(duì)員標(biāo)志的中心來獲得小車的中心.小車的方向角從隊(duì)標(biāo)中心指向隊(duì)員標(biāo)志中心的射線逆時針旋轉(zhuǎn)45°得到.該辨識算法比較簡單,系統(tǒng)實(shí)時性較高.但由于不同的顏色受環(huán)境的影響不同,色塊向周圍擴(kuò)散的程度不同,兩個色標(biāo)塊交界的區(qū)域有混色現(xiàn)象,這些因素都會導(dǎo)致很多的干擾問題.圖1(c)色標(biāo)設(shè)計(jì)的辨識算法相對更為簡單,由隊(duì)標(biāo)中心指向隊(duì)員標(biāo)志中心的射線方向即為小車的正方向.但這種色標(biāo)設(shè)計(jì)同樣存在上述問題,更易發(fā)生粘連現(xiàn)象.圖1(d)是通過辨識隊(duì)標(biāo)的中心形狀來確定機(jī)器人的中心和角度.由于該設(shè)計(jì)中沒有隊(duì)員標(biāo)志,故而各隊(duì)標(biāo)的形狀或大小各不相同,以區(qū)分車號.由于只使用一種顏色,避免了同時使用多種顏色所帶來的混色,粘連等干擾問題,但由于尺寸的限制,而且色塊還必須具有表征方向信息的特殊形狀,所以色塊之間的形狀差異并不是很大,從而對角度的辨識算法提出了很高的要求,比較難以實(shí)現(xiàn).圖1(e)隊(duì)標(biāo)的設(shè)計(jì)具有明顯的方向性,辨識時可以得到一條明顯的隊(duì)標(biāo)指向的矢量線,小車的中心可由隊(duì)標(biāo)中心的位置確定,而小車的方向角和車號由隊(duì)員標(biāo)志輔助決定.由于這種設(shè)計(jì)也是完全由單一色標(biāo)來獲取辨識結(jié)果的,所以它具有圖1(d)色標(biāo)設(shè)計(jì)的全部優(yōu)點(diǎn).另外它采用隊(duì)員標(biāo)志來輔助確定正方向和車號,不需要通過形狀來決定,因而避免了復(fù)雜的形狀辨識算法.1.2色標(biāo)中心對稱計(jì)算截選出小車在場地中的4個特殊位置進(jìn)行分析.圖2(a)是小車的隊(duì)標(biāo)垂直于場地的x軸,判斷的方法通過調(diào)用圖像采集卡的庫函數(shù)得到小車中心點(diǎn)的位置,即色標(biāo)的中心點(diǎn),過色標(biāo)中心建立x軸,采用統(tǒng)計(jì)學(xué)原理分別求出上下兩部分的中心點(diǎn),并根據(jù)兩點(diǎn)求出色標(biāo)矢量線的斜率k,從而判斷色標(biāo)是否處于圖2(a)圖所示的位置.當(dāng)然,當(dāng)色標(biāo)處于圖2(b)圖位置時亦滿足上述條件,區(qū)分圖2(a)、(b)的方法是判斷OA段或OB段位于x軸上還是y軸上,若OA段位于y軸上,即y軸方向上的色標(biāo)長度大于x軸方向上的色標(biāo)長度,則色標(biāo)位于圖2(a)位置,反之,則色標(biāo)位于圖2(b)位置.θ=arctan∑yA1/nA1?∑yB1/nB1∑xA1/nA1?∑xB1/nB1.θ=arctan∑yA1/nA1-∑yB1/nB1∑xA1/nA1-∑xB1/nB1.當(dāng)色標(biāo)處于圖2(b)位置,過色標(biāo)中心建立y軸,采用統(tǒng)計(jì)學(xué)原理分別求出左右兩部分的中心點(diǎn),并根據(jù)兩點(diǎn)求出色標(biāo)矢量線的斜率k,當(dāng)斜率滿足-0.175<k<0.175時θ=arctan∑yA2/nA2?∑yB2/nB2∑xA2/nA2?∑xB2/nB2.θ=arctan∑yA2/nA2-∑yB2/nB2∑xA2/nA2-∑xB2/nB2.當(dāng)色標(biāo)不滿足圖2(a)、(b)位置時,根據(jù)計(jì)算得出的斜率大小判斷色標(biāo)的傾向,若斜率>0,則傾向如(d),若斜率<0,則色標(biāo)傾向圖2(c)、(d).圖2(c)位置是色標(biāo)矢量線與x軸成±45°的特殊位置,此時A1區(qū)和B1區(qū)大小相等,OA=OB,關(guān)于色標(biāo)中心對稱.當(dāng)滿足|OA-OB|≤3誤差范圍之內(nèi),用如下公式計(jì)算:θ=arctan∑yA3/nA3?∑yB3/nB3∑xA3/nA3?∑xB3/nB3.θ=arctan∑yA3/nA3-∑yB3/nB3∑xA3/nA3-∑xB3/nB3.當(dāng)色標(biāo)傾向由圖2(c)過渡到圖2(b)位置時,OA不斷增大直到最大值,OB不斷減小到最小值;當(dāng)處于(b)位置時,OA取得最大值,OB取得最小值,Lmax=OAmax-OBmin,此時利用A1、B1中心點(diǎn)得到的矢量線和理想矢量線誤差角達(dá)到最大值26.33°,故建立一種補(bǔ)償算法模型如下:θ=arctan∑yA3/nA3?∑yB3/nB3∑xA3/nA3?∑xB3/nB3+(OA?OB)×26.33ΔLmax.θ=arctan∑yA3/nA3-∑yB3/nB3∑xA3/nA3-∑xB3/nB3+(ΟA-ΟB)×26.33ΔLmax.其中(OA-OB)*(26.33/Lmax)為補(bǔ)償角度,此模型同樣適合色標(biāo)由圖2(c)向圖2(a)過渡時計(jì)算角度,因?yàn)榇藭rOA不斷減小,OB不斷增大,(OA-OB)為負(fù),θ向-90°趨近.同理,當(dāng)色標(biāo)傾向位于圖2(d)圖誤差范圍之內(nèi)即|OA—OB|≤3,或由圖2(d)向圖2(b)和(a)過渡時,其計(jì)算公式分別如下:θ=arctan∑yA4/nA4?∑yB4/nB4∑xA4/nA4?∑xB4/nB4?θ=arctan∑yA4/nA4?∑yB4/nB4∑xA4/nA4?∑xB4/nB4+(OB?OA)×26.33ΔLmax.θ=arctan∑yA4/nA4-∑yB4/nB4∑xA4/nA4-∑xB4/nB4?θ=arctan∑yA4/nA4-∑yB4/nB4∑xA4/nA4-∑xB4/nB4+(ΟB-ΟA)×26.33ΔLmax.以上算法中,∑x、∑y表示某一區(qū)域內(nèi)所有象素點(diǎn)x、y值總和,n表示某一區(qū)域內(nèi)象素點(diǎn)的個數(shù).用流程圖表示此算法如圖3所示.實(shí)驗(yàn)證明,該算法相對簡單,能夠較好的辨識色標(biāo),在保證一定精確度的條件下,大大簡化了程序,從而提高了系統(tǒng)的實(shí)時性.2研究相關(guān)知識足球機(jī)器人視覺系統(tǒng)融合了計(jì)算機(jī)視覺