（模式识别与智能系统专业论文）基于全向视觉的自主式足球机器人定位系统研究与设计.pdf

东北大学硕士学位论文摘要 基于全向视觉的自主式足球机器人定位系统研究与设计 摘要 在关于移动机器人的诸多研究领域中，机器人定位是一种十分关键的技术，是实现 机器人自主运动和其他任务的基础，并有着较强的工程背景，涉及领域广泛，是一个具 有重要研究价值的课题。 本论文以东大“牛牛”自主式足球机器人为研发平台，系统地研究了自主式足球机 器人的定位问题，成功设计了基于全向视觉和粒子滤波的机器人自定位子系统和基于异 构双目视觉的多物体实时定位子系统。 本文首先根据机器人足球世界杯赛中型组比赛的要求，设计了一种特殊曲面的凸面 反射镜全向视觉传感器，其视野范围非常大。通过这种传感器，机器人可以获得周围水 平方向3 6 0 。、竖直方向大到半球视场的环境信息。 在机器人自定位方面，本文将全向视觉传感器作为一种增强型测距仪，在基于贝叶 斯滤波理论的自定位理论框架下，利用粒子滤波自定位方法融合全向视觉获得的信息与 里程计信息，实现了自主式足球机器人自定位。 在物体定位方面，本文在全向视觉传感器的基础上，添加前向视觉传感器，构成了 异构双目视觉。全向视觉可以对体积较大或距机器人较近的物体进行较好的定位；前向 视觉视野范围较小，但对体积较小物体的定位能力非常强。两路视觉互补，使得机器人 能够稳定、高效地进行物体定位。 实践证明，本文设计的全向视觉传感器及机器人定位系统可以很好地应用在自主式 足球机器人系统上。 关键词：足球机器人，粒子滤波，机器人定位，自定位，全向视觉 h 东北大学硕士学位论文a b s t r a c t r e s e a r c ha n d d e s i g no f l o c a l i z a t i o ns y s t e mo f a u t o n o m o u ss o c c e r r o b o tb a s e do n0 m n i d i r e c t i o n a lv i s i o n a b s t r a c t a m o n gr e s e a r c hf i e l d s a b o u tm o b i l er o b o t ，r o b o tl o c a l i z a t i o n ，w h i c hi st h eb a s i so f a u t o n o m o u sm o t i o na n do t h e rt a s k s ，i sap i v o t a lt e c h n o l o g y i ti sa l s oav e r yv a l u a b l e r e s e a r c ht o p i c ，w h i c hr e l a t e st om a n yd i f f e r e n tf i e l d s i n t h i sd i s s e r t a t i o n ，u s i n g n e w n e u ”a u t o n o m o u ss o c c e rr o b o ta sar & d p l a t f o r m ，w e s t u d yt h el o c a l i z a t i o np r o b l e mo fa u t o n o m o u ss o c c e rr o b o ts y s t e m i c a l l y , a n dd e s i g nt w o s y s t e m s ：o n ei sar o b o ts e l f - l o c a l i z a t i o ns y s t e mb a s e do no m n i d i r e c t i o n a lv i s i o na n dp a r t i c l e f i l t e rm e t h o d ，t h eo t h e ri sar e a l t i m em u l t i o u e e t sl o c a l i z a t i o ns y s t e mb a s e do ni s o v i s i o n w i t ht w oc a m e r a s f i r s t l y , a n o m n i - d i r e c t i o n a lv i s i o ns e n s o rw i t h s p e c i a l c n r v e r e f l e c t o r , w h i c hh a s e x p a n s i v ev i e w , i sd e s i g n e d f o rm i d d l e s i z er o b o tm a t c hi n r o b o c u p u s i n g t h e o n m i d i r e c t i o n a lv i s i o ns e n s o r , r o b o tc a nc a p t u r ea b u n d a n te n v i r o n m e n ti n f o r m a t i o n s e c o n d l y , u s i n go m n i d i r e c t i o n a lv i s i o ns e n s o ra sa ne n h a n c e dr a n g ef i n d e r ，w ef u s e o m n l d i r e c t i o n a lv i s i o ni n f o r m a t i o na n do d o m e t r yi n f o r m a t i o nu t i l i z i n gp a r t i c l ef i l t e rm e t h o d ， a n da c h i e v es e l f - l o t a l i z a t i o no f a u t o n o m o u ss o c c e rr o b o t t h i r d l y , a ni s o v i s i o nw i t l lt w oc a m e r a si sb u i l tb ya d d i n gaf r o n tv i s i o ns e n s o rt ot h e o r r m i d i r e c t i o n a lv i s i o ns e n s o lt h ef r o n tv i s i o nc a nr e a l i z es m a l lo b j e c tl o c a l i z a t i o ne a s i l y w h i l et h eo m n i d i r e c t i o n a lv i s i o nc a na c h i e v eo b j e c tl o c a l i z a t i o ni nl a r g es c a l e s oi s o v i s i o n c a na c h i e v em u l t i o b j e c t sl o c a l i z a t i o ns t e a d i l ya n de f f e c t i v e l y f a c t sh a v ep r o v e dt h a tt h eo l n n i d i r e c t i o n a lv i s i o ns e n s o ra n dr o b o tl o c a l i z a t i o ns y s t e m c a nb ea p p l i e dt oa u t o n o m o u ss o c c e rr o b o ts u c c e s s f u l l y k e y w o r d s ：s o c c e rr o b o t ，p a r t i c l ef i l t e r , r o b o tl o c a l i z a t i o n ，s e l f - l o c a l i z a t i o n ，o m n i d i r e c t i o n a l v i s i o n i i i 一 独创性声明 本人声明所呈交的学位论文是在导师的指导下完成的。论文中取得的研究成果除加 以标注和致谢的地方外，不包含其他人已经发表或撰写过的研究成果，也不包括本人为 获得其他学位而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论 文中作了明确的说明并表示诚挚的谢意。 学位论文作者签名：宕丑奄扒 签字日期：p 名 fr 学位论文版权使用授权书 本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论文的规定：即 学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借 阅。本人同意东北大学可以将学位论文的全部或部分内容编入有关数据库进行检索、交 流。 ( 如作者和导师同意网上交流，请在下方签名：否则视为不同意) 学位论文作者签名： 导师签名； 签字日期：签字日期 东北大学硕士学位论文第一章绪论 第一章绪论 自j 二个世纪六十年代中期第一个自主移动机器人原型诞生以来，自主机器人导航研 究就成为先进机器人领域的一个热点问题，而自主机器人定位n - + 直是导航研究中的最 基础、最重要的研究课题。国际机器人研究在经过了八十年代的低潮之后，呈现了复苏 和快速发展的趋势；我国的机器人研究在国家“七五”、“八五”及“8 6 3 ”计划的推动 下也取得了很大成就。与七十年代的机器人浪潮相比，现在的机器人研究有两个特点： 是对机器人智能的定义有了更加符合实际的标准，不再要求机器人具有像人类一样的 高智能，而只是要求机器人在某种程度上具有自主处理问题的能力；另个特点就是许 多新技术及控制方法被引入到机器人研究中。自主移动机器人能够根据外部环境提供的 引导信号或存储在机器人内部的地图信息，估计自身位姿及外部环境的状态，规划出一 条路径，在没有人工干预的情况下，运动到预定目标。如果将整个导航系统看成以环境 信息作为系统的输入、机器人运动作为系统输出的一个“感知一运动”过程，那么在整 个过程中最优先需要解决的就是机器人的定位问题。 1 1 自主移动机器人定位技术 1 1 1 概述 自主移动机器人定位与导航是密切相关的两个问题，一般认为定位问题是导航问题 的子问题。l e o n a r d 和d u r r a n t w h y t e t l 】对自主移动机器人导航研究做了一般性的总结， 即研究自主机器人导航要回答如下三个问题： ( 1 ) 我在哪里? ( w h e r ea m1 7 ) 机器人必须知道自己在哪里，从而为下一步动作做出规划。它必须根据外部或者 内部环境信息来估计当前自身的位姿，这就是所谓的“机器人自定位”问题。 ( 2 ) 我要去哪里? ( w h e r ea l t lig o i n g ? ) 为了完成各种有意义的任务，机器人必须知道它将要去哪里。在实际环境中，它 必须能识别出周围的物体，并确定它们的状态，这就是所谓的“物体定位”。周围 物体定位后，机器人就可依据定位的结果计算出运动的目的地。 ( 3 ) 我如何到那里? ( h o w s h o u l dig e tt h e r e ? ) 一旦机器人知道了它在哪里和它将要去哪里，那么它必须做出规划，并选择合理 的路径到达目的地。这个路径选择的过程就是“路径规划”。 自主移动机器人定位包括机器人自定位和物体定位，机器人自定位完全解决了“我 在哪里”的问题，而物体定位则为“我要去哪里”问题的解决提供了有力的依据，它们 构成了本文的主要研究内容。 东北大学硕士学位论文第一章绪论 机器人定位是机器人导航中最基础的一部分，是为其他部分一一路径规划等服务 的。在实际应用中机器人导航可以在两个层次上进行：全局导航和局部导航。全局导航 是指机器人实现自定位后，利用整个环境的全局信息进行的导航方式。而未实现自定位， 但可获取机器人周围局部信息进行的导航方式，称为局部导航。全局导航的智能水平较 高，一般情况下机器人多采用全局导航的方式，但并不是任何时候机器人都能进行全局 导航，当机器人不能实现自定位或者自定位很不准确时，就有必要采用局部导航的方式。 物体定位既能为机器人实现自定位后提出的“我应该去哪里”问题的解决给出合理答案， 以进行机器人全局导航，同时也能在未实现自定位的情况下，为机器人进行局部导航提 供强有力的支持。 自主机器人定位是一种比较复杂、难度较大的技术，其效果受到很多因素直接或间 接的影响，如外界环境的复杂性、计算机资源的有限性、目标识别的不准确性、障碍物 检测的不确定性等等。噪声和干扰是一个普遍存在的使得上述问题复杂化的因素。 1 1 2 定位方法分类 从环境感知的角度，自主机器人定位方法可以分为基于内部感知的定位和基于外部 感知的定位。 基于内部感知的定位指借助于里程计、陀螺仪、加速度计等内部传感器，通过累积 测量结果，推算当前机器人相对于初始时刻的位姿的定位方法。该方法优点是能够提供 相对位姿信息，而它的致命缺点就是具有累积误差，随着运动距离的增大，其位姿估计 的误差电会随之上升嘲。所以此方法只适合于小范围、短距离定位。如果要进行大范围 的定位，则需要其他传感器对累计误差进行纠正。 基于外部感知的定位包括视觉定位、电磁定位、激光扫描定位、全球卫星定位掣。 ( 】) 视觉定位：该方法是近年来发展起来的一种定位方法。其原理是通过视觉传 感器获取周围景物的图像，利用景物中一些自然的或者是人造的特征，通过图像处理方 法得到周围环境模型来实现定位 4 】【5 1 。这种定位方法的优点是获取信息量大、灵敏度高、 成本低，缺点是对环境光线有一定要求、计算量大。随着视频设备、计算机硬件设备性 能的不断提升以及图像处理方法的不断改进，视觉定位的整体性能将会有很大提高。视 觉定位是自主机器人定位技术的一个发展趋势。 ( 2 ) 电磁定位：该方法是让低频电流流过理设在路径下的电缆，然后用安装在机 器人上的线圈检测电缆周围产生的磁场，并根据该信息控制方向，以实现沿规定路径的 导航控制。电磁定位方法的主要优点是原理简单，便于控制和通信，缺点是灵活性差， 维护网难1 。 ( 3 ) 激光扫描定位：其原理是利用旋转镜面机构向外发射激光束，并检测由物体 东北大学硕士学位论文 第一章绪论 反射回来的激光束情况，来获得外部环境信息 ”。这种定位方法定位精度高、抗干扰性 好、无累积误差，而且定位周期短，但设备造价昂贵、成本较高，适合于机器人的实时 应用。 ( 4 ) 全球卫星定位：主要是借助于全球卫星定位系统( g p s ) ，利用接收机对导航卫 星发射的信号进行分析而实现机器人的定位。由于易受天气等因素的影响，往往不能精 确和稳定地定位，主要应用于室外作业的移动机器人系统【8 1 。 组合定位方式是自主机器人定位技术发展的主流趋势。各种传感器都有其优缺点， 将他们组合到一起，利用传感器融合技术，可获得更准确的环境信息。文献 9 】介绍了名 为x a v i e r 的机器人，在机器人上装有多种传感器，如激光探测器、声纳、车轮编码器和 彩色摄像机，并装有扬声器和语言测试系统，机器人能够完成现场任务和网络任务。 1 1 3 视觉定位 诸多研究表明：基于视觉的定位方法( 简称视觉定位) 具有信号探测范围宽、获取 信息完整等优点，将成为未来自主移动机器人定位的一个主要发展方向。在视觉定位中， 目前国内外应用最多的还是采用在机器人上安装车载摄像机的基于局部视觉的定位方 式，如：d l b o l e y o o l 等研制的移动机器人利用车载摄像机和较少的传感器通过路标识 别进行定位，比直接采用卡尔曼滤波器获得了更好的实时性，并有效抑制了噪声。 视觉定位技术的发展得益于近年来图像工程和计算机技术的迅速发展。在移动机器 人视觉定位系统中利用图像处理技术对图像进行加工，改善了图像的视觉效果并为自动 识别打下了基础；然后可以对图像进行压缩编码，节省了存储空间和传输时间，提高了 定位系统的实时性。利用图像分析中的图像分割和边缘检测，可以将机器人所处的环境 分成自由活动区和障碍区。经过对图像的分割和特征提取从而形成了对机器人所处环境 的信息描述。再从描述中抽象出来的符号进行运算，为机器人高层次的操作如决策以及 路径规划等打下基础。计算机处理能力的大幅提升则为采用较复杂的定位算法提供了强 有力的支持，如蒙特卡罗自定位方法就是在九十年代末期，随着计算机处理能力的不断 增强而迅速发展起来的一种计算量较大但非常有效的自定位方法。 基于视觉的机器人自定位和物体定位方法在不断地进步和完善。定位方法最初仅依 赖于视觉传感器的测量来反映机器人与环境的位置关系，多传感器数据融合技术的引 入，使得纯几何的静态定位发展为对机器人位姿和物体位姿的动态跟踪。这种发展可归 因于贝叶斯等概率统计方法在移动机器人研究中的应用。通过概率统计原理描述的各种 “不确定性”情况及假设模型，机器人综合考虑观测、运动情况和即时环境等信息以适 应高度变化的动态环境【l l j 1 2 o 自丰移动机器人视觉定位方法的发展总体上可概括为如下三个过程：研究方法从简 东北大学硕士学位论文 第一章绪论 反射吲来的激光束情况，来获得外部环境信息【7j 。这种定位方法定位精度高、抗干扰性 好、无累积误差，而且定位周期短，但设备造价昂贵、成本较高，适合于机器人的实时 应用。 ( 4 ) 牟球卫星定位：主要是借助于全球卫星定位系统( c p s ) ，利用接收机对导航卫 星发射的信号进行分析而实现机器人的定位。由于易受天气等因素的影响，往往不能精 确和稳定地定位，主要应用于室外作业的移动机器人系统i “。 组合定位方式是自主机器人定位技术发展的主流趋势。各种传感器都有其优缺点， 将他们组合到一起，利用传感器融合技术，可获得更准确的环境信息。文献 9 】介绍了名 为x a v i e r 的机器人，在机器人上装有多种传感器，如激光探测器、卢纳、车轮编码器和 彩色摄像杌，并装有扬声器和语言测试系统，机器入能够完成现场任务和阕络任务。 1 13 视觉定位 诸多研究表明：基于视觉的定位方法( 简称视觉定位) 具有信号探测扎围宽、获取 信息完整等优点，将成为未来自丰移动机器人定位的一个主要发展方向。在视觉定位巾， 目前国内外应用最多的还是采用在机器人i 安装车载摄像机的基于局部视觉的定位方 式，如：d l b o l e y ”】等研制的移动机器人利用车载摄像机和较少的传感器通过路标识 别进行定位，比直接采用卡尔曼滤波器获得了更好的实时性，并有效抑制了噪声。 视觉定位技术的发展得益于近年来图像工程和计算机技术的迅速发展。在移动机器 人视觉定位系统中利用图像处理技术对图像进行加工，改善了图像的视觉效果并为自动 识别打下了基础：然后可以对图像进行压缩编码，节省了存储空间和传输时闻，提高了 定位系统的实时性。利用图像分析中的图像分割和边缘检测，可以将机器人所处的环境 分成自由活动区和障碍区。经过对图像的分割和特征提取从而形成了对机器人所处环境 的信息描述。再从描述中抽象出来的符号进行运算，为机器人高层次的操作如决策以及 路径规划等打f 基础。计算机处理能力的大幅提升则为采用较复杂的定位算法提供了强 有力的支持，如蒙特卡罗自定位方法就是在九十年代末期，随着计算机处理能力的不断 增强而迅速发展起来的一种计算量较大但非常有效的自定位方法。 基于视觉的机器人自定位和物体定位方法在不断地进步和完善。定位方法最初仅依 赖于视觉传感器的测量来反映机器人与环境的位置关系，多传感器数据融合技术的引 入，使得纯几何的静态定位发展为对机器人位姿和物体位姿的动态跟踪。这种发展可归 园于贝叶斯等概率统计方法旮移动机器人研究中的应用。通过概率统计原理描述的各种 “不确定性”情况及假设模型，机器人综合考虑观测、运动情况和即时环境等信息以适 应高度变化的动态环境【l l j 1 2 o 自主移动机器人视觉定位方法的发展总体卜可概括为如下二个过程；研究方法从简 自主移动机器人视觉定位方法的发展总体土可概括为如下三个过程：研究方法从简 东北大学硕士学位论文第一章绪论 单的几何推理到较为复杂的概率统计法的应用过程；适用范围从简单静态环境到复杂动 态环境的扩展过程；研究对象从封闭式个体到分布式信息共享群体的系统过程。这种发 展过程在于定位技术在具体实施时的有效性，而有效性也取决于机器人对各种相关因素 的综合考虑。以美国的卡内基梅隆大h a m m e r h e a d s 的研究为例：最初其采用基于机器人 与环境几何关系的定位方法，而后应用概率统计原理描述机器人观测模型，使该方法能 适应较为复杂的观测情况，继而又实现了分布式机器人对同一物体的协作定位【l 3 | 。 基于视觉的自定位方法分类： ( 1 ) 依据环境描述形式的不同 环境可用路标地图、几何地图或者拓扑地图等加以表述。路标又可分为自然路标和 人工路标。一般把视觉自定位看作是有先验地图支持的定位方法，并将其分为基于路标、 基于几何地图和基于拓扑地图的三类方法。 ( 2 ) 依据是否应用概率统计方法 传感器噪声、机器人位姿表述的不确定性程度会影响白定位算法的实施。路标地图 或几何地图下，可用概率统计方法描述、处理测量噪声及机器人位姿的不确定性，本文 称之为基于概率模型的白定位方法。如果机器人位姿采用确定性描述且忽略测量噪声的 影响，可用非概率几何推理法确定机器人的位姿状态。 ( 3 ) 依据是否借助于先验位姿估计 通常情况下，机器人可通过内部感知的推算估计其位姿。路标地图或几何地图下的 自定位方法根据是否借助该先验位姿，分为全局方法和局部方法。 基于视觉的物体定位依据参与定位的机器人数目可分为单机器人定位和多机器人 协作定位。单机器人物体定位就是单个机器人利用自身的视觉系统来识别、定位周围物 体。而多机器人物体定位是指多机器人通过彼此通信和信息融合来确定被观测物体位姿 的过程。根据信息融合方法适用的情况，协作过程又可分为静态方法和动态跟踪方法。 1 2 足球机器人比赛简介 1 2 1 足球机器人比赛的由来与发展 1 9 9 2 年，加拿大不列颠哥伦比亚大学的a l a nm a c k w o r t h 教授在国际上首次提出了 足球机器人的概念【1 4 1 。同年1 0 月在东京召开的关于“人工智能领域的严重挑战”学术 研讨会上，与会者认真讨论了开展机器人足球比赛对于发展科学技术的意义，在众多挑 战性课题中认为让机器人踢足球是机器人与人工智能领域最具挑战性的研究课题，而且 开始着手技术可行性分析，社会作用评价，经济可行性分析，比赛规则的起草，足球机 器人样机的设计，以及仿真比赛系统的研究等等。之后，足球机器人事业得到了蓬勃发 展【6 】： 东北大学硕士学位论文 第一章绪论 1 9 9 3 年6 月，日本的浅田埝( m i n o r ua s a d a ) 、北野宏明( h i r o a k ik i t m a o ) 等著 名学者创办日本机器人足球赛，并暂命名为“r o b o c u pj ”。 1 9 9 5 年，韩国高等技术研究院( k a i s t ) 的金钟焕教授提出微机器人足球比赛 ( m i r o s o t ) 的想法。 1 9 9 6 年，在韩国大田举办了第一届m i r o s o t 国际比赛。 1 9 9 6 年，在日本名古屋正式成立“机器人足球世界杯赛”( t h er o b o tw o r l dc u p s o c c e rg a m e s ，简称r o b o c u p ) 1 6 1 。 1 9 9 7 年6 月，第二届微型机器人足球比赛( m i r o s o t 9 7 ) 在k a i s t 举行，在此 期间，国际机器人足球联盟( f e d e r m i o no f l m e m a t i o n a lr o b o t s o c c e r a s s o c i a t i o n ， f i r a ) 宣告成立。 1 9 9 7 年8 月，第一届r o b o c u p 在日本名古屋举办，来自美、欧、日、澳的4 0 多 支球队参加比赛。 1 9 9 7 年，在国际最权威的人工智能系列学术大会一第1 5 届国际人工智能联合大 会( t h e1 5 t h i n t e r n a t i o n a lj o i n t c o n f e r e n c eo n a r t i f i c i a l i n t e l l i g e n c e ，简称i j c a i 9 7 ) 上，机器人足球被正式列为人工智能的一项挑战。 此后，r o b o c u p 和f i r a 两个组织每年各举办一次国际性的足球机器人大赛，比赛 的项目与参赛队伍越来越多，也因此产生了大量的科技成果，极大的推动了人工智能和 机器人技术的发展，在世界范围内引起了科技界的重视。近几年来，这两个赛事也越来 越受到媒体和社会公众的关注。 1 2 2 集控式足球机器人与自主式足球机器人 足球机器人就其控制方式而言大体分为两种：集控式足球机器人和自主式足球机器 人。在发展初期，f i r a 组织的足球机器人比赛以集控式为主，而r o b o c u p 组织的比赛 则以自主式为主。近年以来，f i r a 组织的足球机器人比赛开始有向自主式转变的趋势。 图1 1 集控式足球机器人系统 f i g 1 1c e n t r a l i z e ds o c c e rr o b o ts y s t e m 5 一 东北大学硕士学位论文第一章绪论 集控式足球机器人系统如图1 1 所示，悬挂在球场上方的全局视觉将实际比赛场景 送入计算机，计算机对视觉数据进行处理，分析赛场态势后，做出决策，规划出场上各 个机器人的动作，并将这些动作指令通过无线通信子系统发送到球场上的各个机器人， 场上机器人按给定命令执行动作。集控式足球机器人系统中的视觉数据处理、策略决策 以及机器人的动作控制都在场外计算机上完成，机器人只是根据从场外计算机接收到的 指令确定其运动方向和速度，执行相应的动作，其本身不具备感知、决策能力，因而我 们称之为集控式足球机器人。综上所述集控式足球机器人的显著特点是：场上多个运动 机器人由场外一台计算机集中控制。 图】2 自主式足球机器人系统 f i g 1 2 a u t o n o m o u ss o c c e rr o b o ts y s t e m 自主式足球机器人系统如图1 2 所示，场上的每个机器人都具有完全的自主能力， 自身具有独立的传感器系统、决策系统以及执行机构，机器人将各自搜集到的信息同本 队的其它自主机器人沟通，通过机器人本体或场外监控站上数据融合得到所需的信息， 然后根据这些信息进行决策，并执行相应的动作。而场外监控站只有两种功能： 比赛状态的监控； 多机器人信息的融合： 在自主式足球机器人系统中，感知外部信息的传感器全部加装在机器人本体上，机 器人的决策和所需的大部分信息处理由机器人自身完成。这种具有完全自主能力的机器 人我们称之为自主式足球机器人。 由上面的介绍我们不难看出，自主式足球机器人比赛比集控式足球机器人比赛更接 近真人比赛，其涉及内容更多和难度更大： 机器人的自主性必须由定位系统支持，而定位系统自身比较复杂； 视觉系统安装在机器人上，图像处理难度更大，识别算法更复杂： 不同传感器的信息融合之后才能使用； 6 东北大学硕士学位论文 第一章绪论 分布式决策的实现和协调远比集中式决策困难； 通信子系统由单工通信变为全双工通信，协议也更为复杂。 由于机器人本身功能的提高，对机构和驱动控制的设计提出更高要求； 1 2 3r o b o c u p 中型组足球机器人比赛 r o b o c u p 足球机器人比赛设有仿真组、小型组、中型组、四腿组和类人组，共5 个 比赛项目。r o b o c u p 中型组比赛是由两支各有多个自主式足球机器人的球队在标准场地 图1 3r o b o c u p 中型组比赛场地不惹图 f i g 1 3c o m p e t i t i o nf i e l do f r o b o c u pm i d d l el e a g u es o c c e rr o b o t 上进行的比赛，2 0 0 5 年球场大小为1 2 r e x8 m 。参加比赛的机器人必须是全自主的，并 且要符合比赛规则在尺寸、重量、安全性等各方面的要求。 中型组比赛场地是一个结构化、彩色化的环境，如图1 3 所示。结构化是指场地卜 的固定物体或标识都有比较规则的几何形状：球门由三个平面构成，角柱是一个圆柱体， 场地标识线由直线、圆、圆弧构成。同样，彩色化指场地上的每个物体都对应“一种颜色 或颜色的组合：球场底色为绿色，一方球门为蓝色，另一方为黄色，角柱中间三分之一 为对方球门颜色、场地标识线为白色，比赛用球为橙红色的5 号标准足球，机器人主体 为黑色。这样的比赛环境比较适合用路标地图或几何地图描述来实现自主式足球机器人 自定位及物体定位。 我国对自主式足球机器人的研究起步较晚，多年以来，仅有上海交通大学、中科院 自动化所、同济大学等少数几个单位从事自主式足球机器人的研究。2 0 0 3 年以来，东北 大学、华南理： 大学等一批单位陆续开始参与这个项目的研究，近两年参赛队伍明显增 加。2 0 0 4 年有9 支队伍参加“广州理想杯”中国足球机器人大赛中型组比赛，2 0 0 5 年8 月参加“新科导航杯”中国机器人大赛中型组比赛的队伍剧增到2 1 支。在参赛队伍数 量增多的同时，比赛的整体水平也在不断提高。2 0 0 4 年之前，中国足球机器人大赛中型 东北大学硕士学位论文 第一章绪论 组只有1 ：1 和2 ：2 两个比赛项目，2 0 0 5 年的比赛整体升级，设立了2 ：2 和4 ：4 两个 项目，同时为了与国际接轨，比赛采用就是当年国际比赛的规则。本文设计的足球机器 人正是基予中型组2 ：2 比赛的。客观地说，国内自主式足球机器人的研究水平和周外 先进水平相比还是有较大差距的，这既是压力也是动力，中国的足球机器人研究者正在 加倍努力、奋起直追。我国在这个项目上的研究已呈现出蓬勃发展的趋势，相信在不久 的将来，一定会有中国的队伍在r o b o c u p 中型组比赛中取得优异成绩。 1 3 自主式足球机器人定位技术研究现状及发展趋势 在r o b o c u p 早期，参加中型组比赛的队伍采用包括激光、视觉、里程计、声纳、 陀螺仪等各种各样的传感器来实现自主机器人定位，并取得了不同程度的成功。从2 0 0 2 年开始，为了使比赛更接近实际情况，场地周围的围墙被撤掉。依靠激光、声纳等传感 器获取外界信息的机器人已无法稳定地实现定位。视觉传感器具有获取信息量大、灵敏 度高的优点，近几年发展迅速，成为自主式足球机器人的必备设备。通过视觉处理机器 人可以稳定地识别周围的物体、获取需要的信息( 1 7 1 1 8 1 9 1 2 0 】。 表1 1 为参加2 0 0 5 年国际r o b o c u p 中型组比赛主要队伍机器人定位情况表。参加 比赛的队伍共2 1 支，本表列出了有代表性的1 3 支，其中前四名按比赛最终结果排名， 后面八支队伍顺序不代表比赛结果的顺序。自定位方法中的粒子滤波与- 昔尔曼滤波都属 于基于概率模型的自定位方法。 表1 1 参加2 0 0 5 国际r o b o c u p 比赛主要队伍定位情况 t a b l e l ，ll o c m i z a t i o nm e t h o d so fi n t e r n a t i o n a lt e a m s 序队名国家传感器地图信息自定位精度 号方法( c m ) l + e i g e n 日本全向视觉、里程计球门、角柱非概率 1 0 0 2 + f f 曲t e s德国全向视觉、里程计球门、白线粒子 1 0 滤波 3 + p h i l i p s 荷兰 全向视觉、普通视觉、球门、白线、概率 2 0 里程计角柱方法 d $ t r a c k i e s 日本全向视觉、普通视觉未知未实现 5 j i a o l o n g 中国 全向视觉、普通视觉、球门、白线、粒子 5 0 里程计角柱滤波 6w i n k i t 日本全向视觉球门、角柱非概率 1 0 0 7 t f i b o t s 德国全向视觉、普通视觉、白线概率 1 5 里程计方法 8 m i n h o 葡萄牙全向视觉球门、角柱非概率 2 0 9 c o p s德国 全向视觉、里程计、球门、白线、粒子 3 0 陀螺仪角柱滤波 1 l r o b o f o o t 加拿大全向视觉、普通视觉、球门、角柱非概率 2 0 里程计 1 2 h i b i k i n o日本 普通视觉、里程计、球门、角柱 粒子 5 0 陀螺仪滤波 13 t k u 中国全向视觉、里程计球门、角柱 非概率 1 0 通过分析参加2 0 0 5 年国际r o b o c u p 中型组比赛的2 】支队伍的情况，可以得出如 下结论： 东北大学硕士学位论文第一章绪论 ( 1 ) 视觉传感器已经是机器人的必备设备 在传感器配备方面，每个队伍都采用了视觉传感器，大部分队伍附加了一些其他 传感器，有些队伍则只有视觉传感器；而在视觉传感器中，全向视觉传感器占了 非常大的比例，其优势也越来越明显。 ( 2 ) 视觉定位技术被绝大多数队伍采用 几乎所有的队伍都基于视觉来实现物体定位；大部分队伍实现了机器人自定位， 而其实现也都是基于视觉的。 ( 3 ) 基于概率模型的定位方法已经成为主流 在实现自定位的队伍中基于概率模型的队伍已占到一半，其中采用粒予滤波方法 的有五支队伍。 ( 4 ) 路标地图和几何地图成为广泛使用的环境描述方式 r o b o c u p 中型组比赛场地是一个结构化的环境，非常适合用几何地图描述，同时 场地七有明显的人工路标，所以路标地图和几何地图的环境描述方式被绝大多数 队伍采用。 随着机器人视觉系统硬件性能的提升和处理方法的不断丰富，基于视觉的定位技术 将曰臻成熟与完善。根据当前自主式足球机器入视觉定位技术的研究状况，本文认为视 觉定位技术发展存在如下趋势： ( 1 )实时、精确以及稳定的视觉定位方法 当前视觉定位技术往往对视觉数据简单处理后就令其参与定位任务，而有限的信 息参与容易导致定位任务的失败。因此在改善硬件设备的同时，研究工作可以考 虑将并行处理技术、各种智能性算法应用于具体定位任务以期获得较好效果。 ( 2 ) 综合应用多种定位技术 目前，机器人大多采用单一的定位技术。而种定位方法往往存在局限性。路标 地图描述环境比较粗略，几何地图使用起来一般计算复杂度较高；卡尔曼定位局 限性在于系统及测量噪声为高斯白噪声，粒子滤波方法也存在计算量较大等问 题。因此在完善单一自定位方法的同时，应该将各种技术的特点系统性地综合起 来加以应用，取长补短。 ( 3 ) 基于团队信息共享的定位技术 自主移动机器人足球比赛是分布式人工智能理论的发展平台。网络化的信息共享 与群体协作势必会逐步弥补机器人单纯依靠自身对环境进行感知的模式。 参j j i j r o b o c u p 中型组比赛的队伍大多来自世界上比较有影响力的大学或研究机构。 他们将在自主移动机器人研究的成果应用于自主式足球机器人系统，在每一届的 r o b o c u p 比赛中验证其有效性。所以可以说自主式足球机器人定位技术的研究现状及发 东北太学硕士学位论文 第一章绪论 展趋势在一定程度上反映了世界自主移动机器人定位技术研究的现状及趋势。 1 4 课题来源及论文工作 机器人要在某环境中自主运动，个基本闻题就是确定自身及周匿物体在环境中 的位姿。定位技术列机器人的实际应用足必不可少的，是实现运动和其他任务的基础， 并i ；：；l 有较强的工程背景，涉及较多的领域，是一个具有重要研究价值的课题。 机器人足球比赛的目的是通过一个友好的比赛平台来推动人工智能与机器人技术 的发展。基于视觉的自主式足球机器人定位技术就是在这个平台上不断发展起来的，代 表了国际自主移动机器人定位技术的发展方向。 本课题 f 是基于咀上背景提出的，课题来源于国家2 1 1 工程建设项日“自主式足球 机器人研究与设计”。 论文工作及创新点： 针对足球机器人比赛环境设计r 特殊曲面的反射镜全向视觉传感器； 将全| 訇视觉传感器模拟成增强型测距仪，设计了基于全向视觉与粒子滤波的自 主式足球机器人自定位子系统； 将全向视觉与前向视觉结合构成异构双扫视觉，成功设计了基于异构双目视觉 的自主式足球机嚣人物体定位子系统。 论文章节安排如下： 第一章：简要介绍了自主移动机器人定位技术和足球机器人比赛的情况，弗综述了 参加r o b o c u p 中型组比赛的自主式足球机器人定位技术的研究现状及发展趋势。 第二章：研究了全向视觉传感器的成像原理及设计方法，并针对r o b o c u p 中型组 比赛设计了两种全向视觉反射镜：抛物面反射镜和特殊曲面反射镜。 第三章：箍要介绍了慕于贝叶斯滤波理论的机器人自定位，详细论述了基于全向视 觉与粒f 滤波的机器人自定位系统的原理及设计过程，并利用实验数据进行了分析，证 明r 此方法的刈行性。 第四章：简要介绍了自主式足球视觉系统的逻辑结构、硬件结构、处理流程和软件 框架，对多物体定位的关键算法，包括图像分割、目标识别、坐标变换、信息融合等， 进行了洋细的论述，最后通过实验证明了系统的有效性。 第五章：对现有系统进行r 总结，并给出f 一步发展的方向。 l o 东北大学硕士学位论文 第二章全向视觉侍感器研究与设计 第二章全向视觉传感器研究与设计 本文设计的定位系统是基于全向视觉的：机器人自定位是融合全向视觉信息和里程 计信息实现的，物体定位则需要由全向视觉与前向视觉构成的异构双目视觉的支持。所 以在设计定位系统之前，有必要先讨论全向视觉传感器的研究与设计。本章首先对全向 视觉传感器进行了简要的介绍，并分析了反射镜全向视觉传感器的成像原理；然后，分 析了各种常规曲面反射镜的特性，并设计了适用于足球机器人比赛的抛物面反射镜和双 曲面反射镜；最后，专门为自主式足球机器人比赛设计了由水平等比镜面和竖直等比镜 面组合而成的特殊曲面反射镜。 2 1 全向视觉传感器简介 全向视觉传感器是一种能够获得在某一平面内3 6 0 0 ，与其垂直柱面内一定角度的图 像的视觉传感器。全向视觉传感器在机器人视觉导航、视频会议、监视与监控”等领域 有非常广阔的应用前景。随着理论与应用研究的不断深入和成熟，全向视觉将成为计算 机视觉领域中的一个重要的研究内容1 2 2 2 3 。 ( 1 )全向视觉成像方式 全向视觉成像方式大致分为如下四种( 如图2 1 所示) ：旋转全向成像( a ) ，多摄像 机全向成像( b ) ，鱼眼镜头成像( c ) ，反射镜全向成像( d ) 。旋转全向成像是用一台摄 8 - 旋转叠向威像“ 口黼一 c 鲁喂毓头成謦， 、。留一j 7 7 ! ? jj 黼t 一 田 图2 1 全向视觉成像方式 f i g 2 1l m a g l n gm e t h o d so f o m n i - d i r e c t i o n a lv i s i o n 像机以一定的速度逆时针或顺时针连续旋转摄取序列图像再合成的全向成像方式。多摄 像机全向成像就是在视觉中心周围放置多台固定的摄像机同时从不同角度摄取多幅图 像再合成的全向成像方式。鱼眼镜头成像，顾名思义就是用一个鱼眼镜头直接摄取全向 图像的成像方式，这里的鱼眼镜头是在摄像机前放置一个专门设计的折射镜，所以鱼眼 繇 唾 东北大学硕士学位论文 g , - 章全向视觉传感器研究与设计 镜头成像又称为折折射成像，图2 2 ( a ) 为其实物，此款成像系统视野范围是：水平方向 3 6 0 0 ，竖直方向水平线以下2 5 0 到水平线以上5 5 。反射镜全向成像，是在摄像机上方 放置一个专门设计的反射镜，光线经过反射镜的反射后再进入镜头最后成像在感光器件 上，故反射镜成像又可称为反折射成像，也有一些文献称为折反射成像，图2 2 ( b ) 为其 实物，此款成像系统视野范围是：水平方向3 6 0 。，竖直方向水平线以下8 5 0 到水平线以 上5 。 ( a )( b ) 图2 , 2 ( a ) 鱼眼镜头成像系统实物：先锋机器人全向成像系统 ( b ) 反射镜全向成像系统实物：日本v s t o n e 公司的一款全向成像系统 f i g 2 2 ( a ) p i o n e e ro m n i d i r e c t i o n a lv i s i o ns e n s o r ( b ) v s t o n ec o m p a n yo m n i d i r e c t i o n a lv i s i o ns e n s o r 旋转成像并不是严格意义上的全向成像，在某时刻只能获得局部图像，而且之后 的图像合成过程也比较复杂，适合于对实时性要求较低、计算能力较强的系统。多摄像 机成像的复杂度也相对较高，适合于实时性要求较多、计算能力较强的系统，但是其至 少要由四台摄像机组成，高成本大大限制了其应用。鱼眼镜头成像和反射镜成像类似， 都适合于对实时性要求较高、计算能力不强的系统，但鱼眼镜头的设计难度非常大，其 成像效果不仅与折射镜曲面相关，而且还与其材料相关，而反射镜成像系统设计难度相 对较小，其成像效果与反射镜材料无关；而且一般来说，反射镜成像的视野范围要比鱼 眼镜头成像大得多，所以本文设计的全向视觉传感器采用的是反射镜全向成像方式。 ( 2 ) 全向图与全景图 全向图像，简称全向图，一般指直接由全向视觉传感器摄取未经任何处理的图像， 图2 3 为反射镜全向视觉传感器摄取的全向图像。 全景图是基于图像处理的虚拟现实技术中的一个概念，是指用图像处理技术将摄像 机摄取的原始图像拼接、变换而获得的具有立体效果的图像。全景图又分为柱形全景图 和球形全景图，柱形全景图视角是水平3 6 0 。，竖直一般几十度，球形全景图视角是水平 3 6 0 。，竖直18 0 。，即全视角。一般全向图经过处理盾可阻获得枉形全景图，图2 4 为图 2 3