基于颜色空间映射的自适应足球机器人视觉系统

　　机器人足球是一个集机器人技术、机械工程、图像处理、模式识别、传感器技术以及人工智能等多学科于一体的研究平台[1-2]。基于该研究平台，各种人工智能和机器人学等领域的研究成果可以得到检验和比较，进而促进各学科的发展。足球机器人系统通过传感器来采集外部环境信息，对其进行实时的处理，然后根据所得到的结果进行决策，最后执行相应的动作。由于视觉传感器可以获得丰富的环境信息，目前已成为移动机器人最重要的感知系统[3-4]。而在机器人足球比赛当中无论是场地、球门、角柱等固定目标，还是球，球员等可移动目标都具有可区分的颜色特征，因此视觉系统成为足球机器人最重要的感知系统[5-7]。足球机器人视觉系统的主要任务是根据实时采集的图像来检测具有颜色特征的目标并进一步感知球场中各类目标的空间信息，最后将结果提供给决策系统。目前，其基本做法是根据目标的颜色特征预先在颜色空间中建立阈值多面体或颜色查找表，在用其来分割具有颜色特征的目标。这种方法计算简单，有较高的实时性，但其不足之处是受环境条件影响比较大。当光照条件变化时，目标表面颜色分别也会随之变化。因此在一些情况下，基于固定颜色阈值的目标检测方法很难满足机器人足球比赛中颜色目标的识别要求。为了解决以上问题，一些学者采用基于目标形状的检测方法来克服比赛场地受光照的影响[8-9]。然而，机器人足球比赛需要综合考虑视觉系统的快速性和鲁棒性，因此基于形状的目标分割方法很难满足比赛实时性的要求。此外，由于比赛环境是动态变化的，往往会出现目标被部分遮挡的情况，因此形状检测有时不能准确检测出目标。

　　为了满足机器人足球比赛对视觉系统的要求，提高视觉系统的实时性、准确性和鲁棒性，本文研究一种新的基于动态颜色阈值的目标检测方法。该算法首先将机器人视觉系统所采集图像的YCbCr 三维颜色空间变换到一维空间( 称其为颜色映射空间) ，然后在一维颜色映射空间采用动态阈值方法来分割目标。由于算法是基于一维阈值的分割方法，因此具有较高的实时性。同时，分割阈值可以根据待处理的图像自适应地确定，而不需要现场进行颜色的采集，因此可以较好地克服光照条件对目标颜色的影响。本文主要研究在移动机器人视觉导航和中型组足球机器人中常用的前向视觉系统，研究的目标检测方法也可以直接用于全景视觉系统，因此能够在机器人足球比赛中得到广泛的应用。

　　1 自主足球机器人视觉系统结构

　　足球机器人比赛是一项高速度的对抗比赛，对整个系统的实时性要求较高，因此我们设计一种分布式的结构体系，采用PC104 嵌入式系统作为机器人的主处理器，采用专门的DSP 图像处理系统作为机器人的视觉系统。其中图像采集和底层处理由DSP 图像处理系统完成，然后DSP 系统通过串口将处理结果发送给嵌入式计算机系统，嵌入式系统做进一步处理得到目标的空间位置信息以及机器人自定位信息，并通过Socket 方式和总控决策系统交换信息。由于图像的数字化转换、存储、分析和处理等功能都由DSP 系统完成，只向主机传送少量处理结果数据，这就大大减轻了主机的负担，可以提高整个系统的实时处理速度。