全局视觉足球机器人的动态目标识别方法改进

全局视觉足球机器人的动态目标识别方法改进张智群（福建信息职业技术学院，福建福州，350003）摘要：在全局视觉小型足球机器人比赛中，为保证控制的实时性和准确性，要求机器人的视觉系统能够快速处理图像信息，并对目标进行准确的识别和跟踪，但由于受外界环境的干扰和视觉系统自身的原因，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：全局视觉；足球机器人；图像处理；动态目标识别；改进0、引言视觉是机器人足球比赛的关键环节，所谓全局视觉，就是指机器人的视觉全部来自悬挂在比赛场地上方的摄像机，单个机器人没有独立的视觉感知能力。目前的ROBOCUP和FIRA的小型组比赛都采用全局视觉方式，如图1所示，摄像机通过扫描整个场地获得包含每个运动目标（机器人和球）的瞬时位置、运动方向等信息的图像，再把图像传送给场外的主控计算机进行处理。主控机上的决策程序通过分析图像中的信息，图1全局视觉机器人足球比赛将决策转换成控制命令传送到机器人身上，控制机器人完成比赛任务。比赛过程中，机器人和球都是处于高速运动的目标。为保证控制的实时性，图像处理和目标识别必须在短时间内完成，这就要求视觉系统能够快速处理图像信息，并对目标进行准确的识别和跟踪。由于外界环境的干扰和视觉系统自身的原因，实际比赛过程中全局视觉足球机器人经常出现丢失目标或识别错误等现象，严重影响了比赛策略的执行和机器人技术的正常发挥。因此，分析影响识别效果的不利因素并通过技术手段加以克服对提高视觉系统的整体性能具有十分重要的意义。1、影响识别效果的因素图1示出了足球机器人视觉系统的工作流程。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和球的图像数据传递给决策系统，完成一次图像采集、传输和处理循环。在足球机器人视觉系统中，影响识别效果的因素主要有以下几个方面：1.1图像的径向畸变（桶形失真）由于摄像机的光学系统有一定的非线性，加之镜头视角与摄像机的高度不匹配，摄取的图像会产生几何失真，这种失真从中间到边缘逐渐增大，称为桶形失真，也叫做径向畸变。如图3所示。这种非线性失真必然影响视觉辨识的精度，因此要加以矫正。比赛场地摄像机视频采集卡图像处理软件数据输出至决策系统ABHhxX场地机器人摄像机ODCE图2图像的径向畸变图3机器人高度产生的定位畸变及矫正1.2机器人的投影畸变足球机器人的颜色标志位于机器人顶部，由于机器人本身有一定的高度，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色标方案设计色标是指标示在机器人顶部表明机器人身份特征的颜色标志及其组合方式。不同的色标方案在识别过程中会产生截然不同的效果。如果色块之间距离太近，会产生不同程度的色标重叠和渗色现象，造成图像分割困难；如果不同色块的颜色差别太小，则会使不同机器人之间区分困难，造成识别失败。事实上，不同的色标方案对应不同的目标识别算法，识别过程是方案和算法共同作用的结果。因此，需要合理设计色标方案，尽量降低识别算法的复杂度，保证目标的可靠识别。2、改善识别效果的办法2.1径向畸变矫正光学镜头几何畸变的数学模型如下：22100002210000()()xAxBxyxyAyBxyy（1）式中，0x、0y为畸变以前的原始坐标；1x、1y为畸变后的坐标。图像采集卡所采集到的图像是畸变以后的图像，所以获得的是1x、1y，要求的是0x、0y。式(1)的参数A、B可由一些先验点(例如门区和四角等)的对应关系通过求平均值的方法得到。式（1）的方程组采用牛顿迭代的方法求解，结果如下：23100121002210210101()(1)()(1)(),3(1)()(1)(1),1,2,.yAxkBxkxxxkxkyABxkxxkyykkx（2）实验结果表明，将上述方法加入程序中，可以有效矫正镜头引起的径向畸变，矫正之前边角附近的坐标偏差多达10个像素，矫正后可降低到1～3个。2.2定位偏差矫正如图4所示，O点为场地中心，B点为机器人实际位置，A点为摄像机摄取图像上机器人的位置；H为摄像机高度，h为机器人高度，x为机器人实际位置坐标，X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，CDE∽COA，于是有xHhXH（3）从而求得机器人实际位置坐标()XxHhH（4）实际场地上机器人位置坐标由X坐标和Y坐标组成，应分别进行矫正处理。2.3优化色标设计方案，提高识别准确率图5是ROBOCUP小型组5个机器人的一种色标设计方案，色标中较大的是队伍标志，较小的是号码标志，两种色标的颜色不同。机器人的正方向为从下向上。1号2号3号4号5号图4机器人色标设计方案该方案的特点是使用的颜色较少、色标之间距离较远，避免了互相渗色和混淆。机器人的中心通过两个以上色标的位置坐标计算得到，提高了准确度，机器人的方向角通过简单的向量运算得出，算法容易实现。色标搜索一般采用移动网格法进行，但这种方法的扫描结果可靠性差，定位精确度低。本文借用小波分析中多分辨率分析的思想，采用先大尺寸搜索后小范围扫描定位的方法搜索目标色块。下面以球为例来说明搜索目标的具体步骤：（1）先以较大的尺度对场地进行扫描，找出满足球颜色阈值范围的像素点。如图6所示，阴影部分为目标区域，虚线为搜索路径。图5大尺寸搜索示意图图6小范围逐行逐列搜索（2）对上述像素点进行聚类，连成许多连通块。找到其中最大的连通块，计算出它的最小外接矩形（MER）及MER的中心点。（3）以该点为中心，扩大一定的区域进行逐行逐列扫描，该区域略大于步骤（2）中的MER。如图7所示。（4）对扫描得到的像素点重复步骤（2），得到的最大连通块即为球的区域，求出其形心就是球的位置坐标。假设在数字图像中球场占据了M行N列的像素点，而球被包含在一个m行n列的矩形内。若进行逐行逐列扫描，则扫描的总的像素点数为1pixelsMN（5）若改用上面所说的方法进行扫描，则扫描的总像素点数为24MNpixelsmn（6）两者之间的比值为：2114pixelsmnpixelsMN（7）显然对于球来说，式（7）右边的后一项可以忽略。可见，用后一种方法进行扫描，使计算量减少了大约3/4。队标的识别方法和球的识别很相似，也可以用多分辨率的扫描方法进行快速定位。但由于机器人的速度是受控制的，而且有一定范围，所以只要知道前一帧图像中队标的位置，下一帧搜索的范围就会大大减少，所以不需要对整个场地进行扫描，只需对以前一帧上队标为中心的一定区域进行扫描即可。队标位置确定后，根据号码标之间、队标与号码标之间的固定关系，在队标周围搜索属于本机器人的号码标。当两个或两个以上机器人挤在一起以致无法正确区分机器人编号时，需要在程序中增加一级相应的判断过程，也可以用上一帧的搜索结果数据作为当前值进行处理。我们的实验编程环境为VisualC++.NET，主控计算机的配置为Intel奔腾IV主板，主频1.8G，内存256M。3、结论颜色模型和目标识别方案的选择和设计是视觉系统设计和研究的主要内容，动态目标识别算法的优化是提高系统识别效率的根本途径。本文针对影响动态目标识别的不同因素，提出了相应的改进方案，并通过实验验证了方案的可行性。实践证明，选取适当的颜色空间模型，采取合理的色标设计方案和目标识别方法，不仅能够提高足球机器人视觉系统识别的准确率，而且能够节省系统资源，提高系统的整体工作效率。参考文献[1]杜啸晓，夏为任，周晓，施鹏飞.机器人足球系统中多移动目标的检测、识别[A].长沙：中南工业大学学报中国2000年机器人学大会论文专辑，2000，31：487-489.[2]钟玉琢，乔秉新，李树青.机器人视觉技术[M].北京：国防工业出版社，1994.[3]K.R.Castleman.朱志刚，林学訚，石定机，等译.数字图像处理[M].北京：电子工业出版社，1998.[4]张艳珍，欧宗瑛，薛斌党.一种基于斜率的摄像机畸变校正方法[J].小型微型计算机系统，2002，23（5）：625-627[5]S.Shah，J.K.Aggarwal.“ASimpleCalibrationProcedureforFish-Eye(Hish-Distortion)LensCamera”Proc,IEEEInt.ConfonRoboticsandAutomation,1994.pp3422-3427.[6]“AboutFIRACup”[EB/OL].[7]“SmallSizeRobotLeague”[EB/OL].作者简介：张智群，（1969-），男，汉族，吉林前郭人，福建信息职业技术学院电子工程系助教，硕士，研究方向：智能信息识别与处理。IMPROVEMENTOFDYNAMICOBJECTRECOGNITIONOFGLOBALVISIONSOCCERROBOTZHANGZhi-qun(FujianPolytechnicofInformationTechnology,Fuzhou,350003)Abstract:Inglobalvisionsmallsizerobotsoccergames,toassurethereal-timeandprecisioncontrol,itisnecessaryforthevisionsystemtoprocessimageinformationspeedilyandrecognizeandtrackobjectsexactly.Forthereasonsofexternalenvironmentandsystem’slimitation,object-missingormisrecognitionoftenhappenduringthegames.Inthispaper,variousfactorswhichaffecttheobjectrecognitionareanalyzedandthesolutionsarepresented.BasedontheflatofROBOCUPsmall-sizeleaguesoccerrobotsystem,anobjectrecognitionschemeisdesigned.Keywords:SoccerRobotImageProcessingDynamicObjectRecognitionImprovement