论文摘要
机器人足球是近年来人工智能领域发展较快的一个分支。主要分为FIRA和ROBOCUP两大赛事。本文的研究对象为FIRA机器人足球赛中的Androsot项目。本文对人形机器人比赛Androsot项目的背景及发展进行了介绍,并详细的描述了中国地质大学CUG代表队Androsot系统的搭建方法。目前的Androsot项目采用半自主控制的方式进行比赛。在FIRA赛事中,半自主控制的方式,意味着机器人没有独立视觉和决策能力。因此,Androsot系统由机器人,视觉,决策,通信四个子系统构成。机器人系统由拥有16个自由度的人形机器人构成,但人形机器人自身没有视觉和决策系统。因此,视觉和决策能力由外部的全局视觉和集控式决策提供。视觉系统由悬挂在比赛场地中央上方的数字摄像头和图像处理程序构成,摄像头实时的采集比赛场地的全局图像,图像处理程序进行处理分析,得到比赛场地的综合量化信息并传递给决策系统。决策系统由决策算法程序构成。决策程序对场地的综合量化信息进行记录和分析,根据角色分配模型进行机器人角色动态的分配和动作指令的控制。通信系统由挂载在机器人身体上的无线接收器和与PC连接的无线发射器构成。无线发射器将决策系统分配的机器人指令发送给场地中的人形机器人进行比赛。本文着重分析了视觉系统,发现光照环境对视觉系统的影响较大。在光照强度不同的情况下,为保系统证识别正确性,视觉系统必须重复采样。而重复采样意味着大量不必要的时间损耗。因此,旧的视觉系统在对光强的适应性上还有可以改进的空间。基于增强视觉系统光强适应性,减少重复采样的目的。本文研究了计算机视觉理论和颜色理论,并根据相关理论和大量实验数据设计了颜色库自适应算法。该算法使用间接量化的办法,通过计算图片中场地的平均光照强度,建立光照强度与颜色库的映射关系,实现颜色库与光照强度自动匹配以及颜色库的自动创建。颜色库自适应算法已能解决正常情况下比赛场地光照变化的问题。随着对理论更深入的研究和对问题更细致的思考。基于适应极端光照环境的目的,本文设计了改进的光强自适应算法。从数字摄像头成像的原理分析,得知图像采集过程中影响图像亮度的关键因素,曝光时间和图像增益。影响图像偏色的因素,白平衡红蓝参数。根据各个参数对输出图像的影响,设计一个合适的函数对摄像头采集的图像进行评估,使用硬件对图像自身的调节能力,将图像的各项评估值调校到理想的范围。实现视觉系统对比赛场地光强变化的良好适应。