论文部分内容阅读
作为一项参与面广的AI挑战项目,机器人竞赛是通过特定的任务目标实现的,运用各种技术和巧妙的想法来实现针对特定问题的解。它可以促进科研单位,大学和企业的交流,并可以促进学术研究的进步。在中国人工智能战略实施的大背景下,机器人竞赛成为了一个具有重要实践应用意义的课题。机器人竞赛系统是对实时性比较依赖的系统,对机器人的定位和导航要求较高。它不仅需要精确定位,还需要能够检测运动中的机器人。本文针对如何实现竞赛系统中多机器人的定位与识别,结合国内外研究资料,提出了结合ORB(Oriented Fast and Rotated Brief)特征匹配的视觉背景提取算法Vi Be(Visual Background Extractor),并改进了原有算法的缺陷,完成了对竞赛系统中机器人的定位。主要做了如下研究工作:(1)根据机器人竞赛系统的需求和特点简化了单目定位模型,设计了一个满足竞赛系统场景应用的单目视觉定位方案。最后通过相机标定实验验证了定位方案的可行性。(2)本文设计了一种针对竞赛系统中运动机器人定位问题的鬼影消除算法,这种算法针对竞赛系统的静态背景特点,将Vi Be提取的运动前景图像与样本图像进行ORB特征匹配,从而检测出该区域是否存在鬼影。(3)本文采用ORB特征匹配算法来实现竞赛场地中机器人的目标识别,为改善竞赛场景中边缘区域与纹理不丰富区域特征点数量不足与提取困难的问题,采用了四叉树分块法对图像进行分块预处理。(4)针对竞赛系统中运动机器人经常横跨四叉树静态分块边界线,从而导致ORB特征点提取与匹配错误的问题,本文采用Vi Be检测结果动态调整四叉树分块边界线位置,减轻机器人处在分割线的边缘或者横跨边界线时对匹配结果的影响,提高了竞赛系统中运动机器人的ORB特征点匹配准确度。本文通过改进Vi Be算法的实验验证了本文所做的改进算法能够有效地减轻鬼影对检测结果的影响,并且能够适应竞赛场地多发的光照突变现象。通过对竞赛机器人的运动目标识别实验证明所提方法能满足竞赛系统中机器人的识别要求。