机器人足球比赛为智能机器人学科和人工智能及其他学科的发展提供了一个标志性和挑战性的课题,涉及到通讯、电子、传感器、机械、图像处理等多学科技术。作为复杂的多智能体系统,足球机器人一般可以划分为决策子系统、通讯子系统、小车子系统、视觉子系统四个部分。足球机器人视觉系统对于目标识别的准确性和实时性,将直接决定足球机器人对目标的定位,路径规划,以及彼此协同等完成任务的能力。机器人足球比赛场地是一个标准的颜色结构化环境,其中的每一个物体都有一个特定的颜色。因此相对于图像的形状,频域和统计等特征,颜色特征较为有利于足球机器人来识别目标,也是目前主要采用的方式。但是物体的颜色在光照变化的情况下,容易形成较大差异的颜色外观,这严重影响了目标识别的有效性。因此光照问题成为影响足球机器人目标识别的重要问题之一。本文的主要目的就是通过研究改进足球机器人目标识别的颜色模型,减少光照变化对足球机器人颜色识别的影响。本文对当前彩色图像光照处理的方法开展研究,确定以双色性反射模型为重点。研究了次优特征选择和最优特征选择方法,并确定了以顺序前向特征选择和遗传算法为重点研究对象。研究了各种光照不变颜色模型和分量,提出了包含11个颜色分量的对光照变化不敏感的颜色分量集合。在此基础上,本文的主要研究工作如下:1)提出了足球机器人视觉图像的顺序前向颜色特征分量选择方法,建立了足球机器人对光照不变颜色模型。针对半自主足球机器人提出了颜色模型{uSb};针对全自主足球机器人提出了颜色模型{Syc2}。开展实验研究,证明这两个模型对目标颜色的识别率优于传统的颜色模型。2)提出了足球机器人视觉图像的遗传算法颜色特征分量选择方法,建立了足球机器人对光照不变颜色模型。针对半自主足球机器人提出了颜色模型{rSc2};针对全自主足球机器人提出了颜色模型{yc2c3}。开展实验研究,证明这两个模型对目标颜色的识别率优于传统的颜色模型。3)提出了一套适合于足球机器人颜色模型研究的遗传算法运行参数。研究了利用遗传算法提取足球机器人对光照不变颜色模型时,四个运行参数的关系,及其对于模型选择的影响。4)提出了适合于足球机器人颜色模型研究的遗传算法运行参数取值范围,并总结了确定运行参数的具体方法,对于遗传算法在其他领域内的应用具有参考意义。本文对新提出的四个颜色模型相对于传统模型,均做了识别有效性的对比实验研究。实验结果证明了新提出的颜色模型对颜色的识别率优于传统模型。