全局视觉足球机器人的动态目标识别方法改进

1、全局视觉足球机器人的动态目标识别方法改进张智群（福建信息息职业技技术学院院，福建建福州，33500003）摘 要：在全局局视觉小小型足球球机器人人比赛中中，为保保证控制制的实时时性和准准确性，要要求机器器人的视视觉系统统能够快快速处理理图像信信息，并并对目标标进行准准确的识识别和跟跟踪，但由于受外界环环境的干干扰和视视觉系统统自身的的原因，全局视觉足球机器人经常出现目标丢失或识别错误等现象。本文通过分析影响目标识别效果的各种因素，提出了相应的改进方法，并以ROBOCUP小型组足球机器人系统为平台设计了目标识别方案。关键词：全全局视觉觉；足球球机器人人；图像像处理；动态目目标识别别；改进进0、引

2、言视觉是机器器人足球球比赛的的关键环环节，所所谓全局局视觉，就就是指机机器人的的视觉全全部来自自悬挂在在比赛场场地上方方的摄像像机，单单个机器器人没有有独立的的视觉感感知能力力。目前前的ROOBOCCUP和和FIRRA的小小型组比比赛都采采用全局局视觉方方式，如如图1所所示，摄摄像机通通过扫描描整个场场地获得得包含每每个运动动目标（机机器人和和球）的的瞬时位置置、运动动方向等等信息的的图像，再再把图像像传送给给场外的的主控计计算机进进行处理理。主控控机上的的决策程程序通过过分析图图像中的的信息，图1 全局视觉机器人足球比赛将决策转换换成控制制命令传传送到机机器人身身上，控控制机器器人完成成比赛

3、任任务。比赛过程中中，机器器人和球球都是处处于高速速运动的的目标。为为保证控控制的实实时性，图图像处理理和目标标识别必必须在短短时间内内完成，这这就要求求视觉系系统能够够快速处处理图像像信息，并并对目标标进行准准确的识识别和跟跟踪。由由于外界界环境的的干扰和和视觉系系统自身身的原因因，实际际比赛过过程中全全局视觉觉足球机机器人经经常出现现丢失目目标或识识别错误误等现象象，严重重影响了了比赛策策略的执执行和机机器人技技术的正正常发挥挥。因此此，分析析影响识识别效果果的不利利因素并并通过技技术手段段加以克克服对提提高视觉觉系统的的整体性性能具有有十分重重要的意意义。1、影响识识别效果果的因素素图1

4、示出了了足球机机器人视视觉系统统的工作作流程。场地上方的CCD摄像机获取整个球场的实时模拟彩色图像信号，通过同轴电缆将图像传输到安装在主机内PCI插槽上的视频采集卡，采集卡将模拟彩色图像转换为数字彩色图像并存入主机内存。图像处理软件从内存中读入图像数据，通过搜索和扫描， 计算出机器人和球的位置坐标及方向。视觉系统将 图1 视觉系统工作流程各个机器人人和球的的图像数数据传递递给决策策系统，完完成一次次图像采采集、传传输和处处理循环环。在足球机器器人视觉觉系统中中，影响响识别效效果的因因素主要要有以下下几个方方面：1.1图像像的径向向畸变（桶桶形失真真）由于摄像机机的光学学系统有有一定的的非线性性

5、，加之之镜头视视角与摄摄像机的的高度不不匹配，摄摄取的图图像会产产生几何何失真，这这种失真真从中间间到边缘缘逐渐增增大，称称为桶形形失真，也也叫做径径向畸变变。如图图3所示。这这种非线线性失真真必然影影响视觉觉辨识的的精度，因因此要加加以矫正正。 图2 图图像的径径向畸变变 图33 机器器人高度度产生的的定位畸畸变及矫矫正1.2机器器人的投投影畸变变 足球机器人人的颜色色标志位位于机器器人顶部部，由于于机器人人本身有有一定的的高度，摄像机存在光学视角，位于场地中心附近的目标，采集所得到的位置坐标与实际差别不大；而距离场地中心较远的目标，所采集的位置坐标与实际位置坐标差别就比较大，如图4所示。这

6、种畸变称为定位畸变，也叫做投影畸变，需要采取适当的方法进行矫正。 1.3 色色标方案案设计色标是指标标示在机机器人顶顶部表明明机器人人身份特特征的颜颜色标志志及其组组合方式式。不同同的色标标方案在在识别过过程中会会产生截截然不同同的效果果。如果果色块之之间距离离太近，会会产生不不同程度度的色标标重叠和和渗色现现象，造造成图像像分割困困难；如如果不同同色块的的颜色差差别太小小，则会会使不同同机器人人之间区区分困难难，造成成识别失失败。事事实上，不不同的色色标方案案对应不不同的目目标识别别算法，识识别过程程是方案案和算法法共同作作用的结结果。因因此，需需要合理理设计色色标方案案，尽量量降低识识别算

7、法法的复杂杂度，保保证目标标的可靠靠识别。2、改善识识别效果果的办法法2.1径向向畸变矫矫正光学镜头几几何畸变变的数学学模型如如下： （11）式中，、为为畸变以以前的原原始坐标标；、为畸变变后的坐坐标。图图像采集集卡所采采集到的的图像是是畸变以以后的图图像，所所以获得得的是、，要求求的是、。式(1)的的参数、可由一一些先验验点(例例如门区区和四角角等)的的对应关关系通过过求平均均值的方方法得到到。式（11）的方方程组采采用牛顿顿迭代的的方法求求解，结结果如下下： （2）实验结果表表明，将将上述方方法加入入程序中中，可以以有效矫矫正镜头头引起的的径向畸畸变，矫矫正之前前边角附附近的坐坐标偏差差多

8、达110个像像素，矫矫正后可可降低到到133个。2.2定位位偏差矫矫正如图4所示示，O点为场场地中心心，B点为机机器人实实际位置置，A点为摄摄像机摄摄取图像像上机器器人的位位置；为为摄像机机高度，为机器人高度，为机器人实际位置坐标，为机器人的图像坐标。现要将A点矫正回B点，根据相似三角形原理，于是有 （3）从而求得机机器人实实际位置置坐标 （4）实际场地上上机器人人位置坐坐标由XX坐标和和Y坐标组组成，应应分别进进行矫正正处理。2.3 优优化色标标设计方方案，提提高识别别准确率率图5是ROOBOCCUP小小型组55个机器器人的一一种色标标设计方方案，色色标中较较大的是是队伍标标志，较较小的是是

9、号码标标志，两两种色标标的颜色色不同。机机器人的的正方向向为从下下向上。 图4 机器器人色标标设计方方案该方案的特特点是使使用的颜颜色较少少、色标标之间距距离较远远，避免免了互相相渗色和和混淆。机机器人的的中心通通过两个个以上色色标的位位置坐标标计算得得到，提提高了准准确度，机机器人的的方向角角通过简简单的向向量运算算得出，算算法容易易实现。色标搜索一一般采用用移动网网格法进进行，但但这种方方法的扫扫描结果果可靠性性差，定定位精确确度低。本本文借用用小波分分析中多多分辨率率分析的的思想，采采用先大大尺寸搜搜索后小小范围扫扫描定位位的方法法搜索目目标色块块。下面面以球为为例来说说明搜索索目标的的

10、具体步步骤：（1）先以以较大的的尺度对对场地进进行扫描描，找出出满足球球颜色阈阈值范围围的像素素点。如如图6所示，阴影部部分为目目标区域域，虚线线为搜索索路径。 图5 大大尺寸搜搜索示意意图 图6 小范围围逐行逐逐列搜索索（2）对上上述像素素点进行行聚类，连连成许多多连通块块。找到到其中最最大的连连通块，计计算出它它的最小外接矩形形（MEER）及及MERR的中心心点。（3）以该该点为中心，扩扩大一定定的区域域进行逐逐行逐列列扫描，该该区域略略大于步步骤（22）中的的MER。如如图7所示。（4）对扫扫描得到到的像素素点重复复步骤（22），得得到的最最大连通通块即为为球的区区域，求求出其形形心就是

11、球的的位置坐坐标。假设在数字字图像中中球场占占据了行行列的像像素点，而而球被包包含在一一个行列的矩矩形内。若若进行逐逐行逐列列扫描，则则扫描的的总的像像素点数数为 （55）若改用上面面所说的的方法进进行扫描描，则扫扫描的总总像素点点数为 （66）两者之间的的比值为为： （7）显然对于球球来说，式式（7）右边边的后一一项可以以忽略。可可见，用用后一种种方法进进行扫描描，使计计算量减减少了大大约3/4。队标的识别别方法和和球的识识别很相相似，也也可以用用多分辨辨率的扫扫描方法法进行快快速定位位。但由由于机器器人的速速度是受受控制的的，而且且有一定定范围，所所以只要要知道前前一帧图图像中队队标的位位

12、置，下下一帧搜搜索的范范围就会会大大减减少，所所以不需需要对整整个场地地进行扫扫描，只只需对以以前一帧帧上队标标为中心心的一定定区域进进行扫描描即可。队标位置确确定后，根根据号码码标之间间、队标标与号码码标之间间的固定定关系，在在队标周周围搜索索属于本本机器人人的号码码标。当两个或两两个以上上机器人人挤在一一起以致致无法正正确区分分机器人人编号时时，需要要在程序序中增加加一级相相应的判判断过程程，也可可以用上上一帧的的搜索结结果数据据作为当当前值进进行处理理。我们的实验验编程环环境为VVisuual C+.NEET，主主控计算算机的配配置为IInteel奔腾腾IV主主板，主主频1.8G，内内存

13、2556M。3、结论颜色模型和和目标识识别方案案的选择择和设计计是视觉觉系统设设计和研研究的主主要内容容，动态态目标识识别算法法的优化化是提高高系统识识别效率率的根本本途径。本本文针对对影响动动态目标标识别的的不同因因素，提提出了相相应的改改进方案案，并通通过实验验验证了了方案的的可行性性。实践践证明，选选取适当当的颜色色空间模模型，采采取合理理的色标标设计方方案和目目标识别别方法，不不仅能够够提高足足球机器器人视觉觉系统识识别的准准确率，而而且能够够节省系系统资源源，提高高系统的的整体工工作效率率。参考文献1 杜杜啸晓，夏夏为任，周周晓，施施鹏飞.机器人人足球系系统中多多移动目目标的检检测、

14、识识别AA.长长沙：中中南工业业大学学学报中国国20000年机机器人学学大会论论文专辑辑，20000，331：4487-4899.2 钟钟玉琢，乔乔秉新，李李树青.机器人人视觉技技术MM.北北京：国国防工业业出版社社，19994.3 KK.R.Casstleemann. 朱朱志刚，林林学訚，石石定机，等等译. 数字图图像处理理M.北京京：电子子工业出出版社，119988.4 张张艳珍，欧欧宗瑛，薛薛斌党.一种基基于斜率率的摄像像机畸变变校正方方法JJ.小小型微型型计算机机系统， 2002，23（5）：625-6275 SS.Shhah，JJ.K.Agggarwwal. “A SSimpple

15、Callibrratiion Proocedduree foor FFishh-Eyye(HHishh-Diistoortiion)Lenns CCameera ”Prooc,IIEEEE Innt.CConff onn Roobotticss annd AAutoomattionn,19994.pp 34222-334277.6 “Aboout FIRRA CCup”EBB/OLL.hhttpp:/t/fiiraccup/oveerviiew.htmml7 “Smaall Sizze RRoboot LLeaggue”EBB/OLL.hhttpp:/smaall-sizze.iinfoorm

16、aatikk.unni-bbremmen.de/ 作者简介：张智群群，（119699-），男男，汉族族，吉林林前郭人人，福建建信息职职业技术术学院电电子工程程系助教教，硕士士，研究究方向：智能信信息识别别与处理理。IMPROOVEMMENTT OFF DYYNAMMIC OBJJECTT REECOGGNITTIONN OFFGLOBAAL VVISIION SOCCCERR ROOBOTTZHANGG Zhhi-qqun(Fujiian Pollyteechnnic of Infformmatiion Tecchnoologgy, Fuzzhouu, 33500033)Abstrractt:

17、 In glooball viisioon ssmalll ssizee roobott soocceer ggamees, to asssuree thhe rreall-tiime andd prreciisioon cconttroll, iit iis nneceessaary forr thhe vvisiion sysstemm too prroceess imaage infformmatiion speeediily andd reecoggnizze aand traack objjectts eexacctlyy. FFor thee reeasoons of extternnal envviroonmeent andd syysteems llimiitattionn, obbjecct-mmisssingg orr miisreecoggnittionn offtenn haappeen dduriing thee gaamess. IIn tthiss paaperr, vvariiouss faactoors whiich afffectt thhe oobjeect reccognnitiion aree annalyyzedd annd