NAO機(jī)器人足球運(yùn)動(dòng)與基本動(dòng)作技術(shù)開發(fā)

2024年3月15日發(fā)(作者：陡峭近義詞)

ELECTRONICS WORLD

?

技術(shù)交流

NAO機(jī)器人足球運(yùn)動(dòng)與基本動(dòng)作技術(shù)開發(fā)

咸陽職業(yè)技術(shù)學(xué)院電子信息學(xué)院 康志飛 同雯婷 馮雨晴 魏 元 屈 毅

針對NAO機(jī)器人足球運(yùn)動(dòng)與基本動(dòng)作技術(shù)開發(fā)的問題，以

NAO機(jī)器人系統(tǒng)的基本結(jié)構(gòu)、軟硬件計(jì)思路、設(shè)計(jì)目標(biāo)和內(nèi)容以及

設(shè)計(jì)重點(diǎn)和難點(diǎn)等方面為切入點(diǎn)，系統(tǒng)的介紹了NAO機(jī)器人足球運(yùn)

動(dòng)與動(dòng)作技術(shù)系統(tǒng)設(shè)計(jì)過程需遵循的基本方法和思路，以及實(shí)踐應(yīng)

用中的關(guān)鍵問題。在實(shí)踐應(yīng)用中，該設(shè)計(jì)思路能夠有效解決NAO機(jī)

器人足球運(yùn)動(dòng)與基本動(dòng)作技術(shù)開發(fā)的問題。

隨著科學(xué)技術(shù)的發(fā)展，機(jī)器人在工業(yè)、軍事和外太空探測等

領(lǐng)域得到了廣泛的應(yīng)用。仿人機(jī)器人作為機(jī)器人當(dāng)中與人類最為

相似的機(jī)器人，可以代替人類完成重復(fù)性高、危險(xiǎn)性大的工作。

本文使用的機(jī)器人平臺(tái)為NAO仿人形機(jī)器人，在研究機(jī)器人視

覺算法的基礎(chǔ)上，重點(diǎn)研究了仿人型機(jī)器人的目標(biāo)檢測與跟蹤算

法。查閱了大量相關(guān)資料的基礎(chǔ)上，進(jìn)行了機(jī)器人視覺檢測與跟

蹤算法的研究。

1 目標(biāo)

為了實(shí)驗(yàn)可以準(zhǔn)確進(jìn)行，在此制定一系列研究內(nèi)容如下：首

先利用機(jī)器人視覺的理論基礎(chǔ)，通過NAO機(jī)器人視覺系統(tǒng)，對球

場環(huán)境進(jìn)行分析并建立空間直角坐標(biāo)系，然后再對環(huán)境里邊的足

球圖像提取，圖像去噪處理，定位足球在球場中的位置，并對所

選取進(jìn)技術(shù)方法進(jìn)行了具體的分析。其次利用仿人機(jī)器人的運(yùn)動(dòng)

學(xué)，通過實(shí)驗(yàn)比較了多種走向足球路徑，選取一個(gè)最優(yōu)的方案。

使用NAO機(jī)器人，完成機(jī)器人的自我定位、尋球、踢球等一系列

的實(shí)驗(yàn)任務(wù)，隨著實(shí)驗(yàn)推行改進(jìn)并驗(yàn)證NAO機(jī)器人視覺算法的有

效性和正確性。同時(shí)根據(jù)實(shí)驗(yàn)過程中的不足，提出了今后工作的

優(yōu)化算法和改進(jìn)方案。首先，對RGB、HIS、YUV三種顏色空間

下采集到的圖像進(jìn)行了分析對比，選擇了受光照影響最小的YUV

顏色空間，減小了機(jī)器人所采集圖像受到光照變化的影響。其

次，對所采集的圖像進(jìn)行圖像分割，提取出所需要的目標(biāo)圖像，

接著采用去噪方法處理目標(biāo)圖像，濾除圖像中的干擾噪聲。最后

提取出目標(biāo)定位和跟蹤所需要的輪廓以及坐標(biāo)等信息。視覺算法

確定的基礎(chǔ)上，本文設(shè)計(jì)了NAO機(jī)器人的視覺定位、抓取實(shí)驗(yàn)，

對機(jī)器人的視覺算法進(jìn)行驗(yàn)證。第一步，對NAO機(jī)器人的攝像機(jī)

模型進(jìn)行了分析，依據(jù)采用單攝像頭的要求，標(biāo)定攝像機(jī)設(shè)置參

數(shù)，建立針NAO機(jī)器人單目測距模型。第二步，依據(jù)不同環(huán)境，

設(shè)計(jì)相應(yīng)的控制策略，采用編程語言實(shí)現(xiàn)控制策略，使NAO機(jī)器

人精確跟蹤目標(biāo)。NAO機(jī)器人足球運(yùn)動(dòng)是目前機(jī)器人研究與探

索中的一個(gè)熱門課題，它里邊包含了很多熱門領(lǐng)域。例如機(jī)器人

?

152

?

學(xué)、位置和力控制技術(shù)、傳感器技術(shù)、計(jì)算機(jī)通訊技術(shù)、機(jī)器視

覺技術(shù)、智能控制等多學(xué)科高新技術(shù)，如此多的高新技術(shù)從而組

成這一個(gè)富有挑戰(zhàn)性的高技術(shù)的研究平臺(tái)。作為機(jī)器人領(lǐng)域的主

要研究對象，仿人機(jī)器人的視覺和控制技術(shù)一直都是其智能運(yùn)動(dòng)

的關(guān)鍵技術(shù)。用一些語言編寫程序完成機(jī)器人定位目標(biāo)物、拾取

并將球踢進(jìn)的一系列實(shí)驗(yàn)任務(wù)。

2 機(jī)器人自我定位與色彩分割

感知模塊在認(rèn)知過程中運(yùn)行。它們檢測出剛剛被相機(jī)拍攝的

圖像中的特征。感知基礎(chǔ)結(jié)構(gòu)的模塊提供處理所拍攝圖像的透視

圖的表示，以不同的格式提供圖像，并提供限制對進(jìn)一步圖像處

理步驟感興趣的區(qū)域的表示?；谶@些表示，模塊檢測對自我定

位、球和障礙物有用的特征，感知模塊提供的所有信息都與機(jī)器

人的位置有關(guān)。機(jī)器人獲取到圖像然后進(jìn)行定位自己在球場中

的位置，由此出現(xiàn)一個(gè)相對坐標(biāo)系，分別是機(jī)器人的坐標(biāo)系和球

場的坐標(biāo)系。手動(dòng)校準(zhǔn)機(jī)器人的相機(jī)參數(shù)的過程是一項(xiàng)非常耗時(shí)

的任務(wù)，并且機(jī)器人的相機(jī)經(jīng)常需要重新校準(zhǔn)，為了解決這一問

題，使用了攝像機(jī)自動(dòng)校準(zhǔn)模塊。雖然這種校準(zhǔn)器大大減少了校

準(zhǔn)所需的時(shí)間，但它在精度方面存在缺陷，特別是在顏色校準(zhǔn)不

是很好的情況下。為了優(yōu)化參數(shù)采用高斯-牛頓算法代替爬山算

法，然后通過多次迭代，多次修正回歸系數(shù)，使回歸系數(shù)不斷接

近非線性回歸模型的最好的回歸系數(shù)，最后使原模型的殘差平方

和達(dá)到最小。規(guī)定色度組件作為RGB色輪中的一個(gè)向量，到Y(jié)UV

顏色空間。H描述了該顏色的U分量和V分量的向量在YUV顏色空

間中的角度，而飽和度分量S描述了該向量的長度除以對應(yīng)像素

的亮度。亮度分量Y和它在YUV中的值是一樣的。通過將飽和度

除以亮度，得到的飽和度值更準(zhǔn)確地描述了顏色的實(shí)際飽和度，

使其更適用于從實(shí)際顏色中分離黑白。分割像素的顏色是通過應(yīng)

用一個(gè)閾值到飽和通道，假如它低于給定的閾值，像素則是被認(rèn)

為是描述非顏色，如黑色或白色。在這種情況下，顏色是黑還是

白是通過對亮度通道應(yīng)用另一個(gè)閾值來確定的。然而，假如給定

像素的飽和度高于飽和閾值，如果它的色相值在為該顏色定義的

色相范圍內(nèi)，那么該像素就是某種顏色。然后通過彩色掃描線

掃描器沿垂直掃描線和水平掃描線進(jìn)行掃描，這些掃描線以足夠

小的寬度探測場邊界。探測邊界所采用方法是從圖像底部向上搜

索垂直掃描線。簡單地使用第一個(gè)非綠色像素作為邊界是不可取

的，因?yàn)閳鼍€上的像素和場上的所有其他對象都符合這個(gè)標(biāo)準(zhǔn)。

ELECTRONICS WORLD

?

技術(shù)交流

圖1

此外分離兩個(gè)或更多的場是不可

能的，噪音可能導(dǎo)致錯(cuò)報(bào)。首先

為每個(gè)掃描線創(chuàng)建一個(gè)分?jǐn)?shù)點(diǎn)，

而被像素每掃描一個(gè)綠色的像

素，會(huì)在分?jǐn)?shù)中添加一個(gè)獎(jiǎng)勵(lì)，

對每一個(gè)非綠色像素減去一個(gè)懲

罰。然后選擇得分最低的像素作

為對應(yīng)掃描線的邊界點(diǎn)。獎(jiǎng)勵(lì)和

懲罰將根據(jù)投影到場地時(shí)像素與

機(jī)器人之間的距離進(jìn)行修改。在

圖像中場的上方往往有更多的

綠色像素，它們很容易被跳過，

但是當(dāng)從更遠(yuǎn)處看它們時(shí)，與下

一個(gè)字段相比，字段之間的差距

往往較小。因此，對于距離大于

3.5m的非綠色像素，使用更高的

懲罰。這也有助于消除自己場邊

的噪音（圖1）。

NAO機(jī)器人也是白色的。因此使用多步驟的探測方法來檢測黑白

小球。首先我們的視覺系統(tǒng)主要基于垂直掃描線來搜索候選球，

找到候選球然后然后使用輪廓探測器擬合球的輪廓周圍的候選位

置。然后過濾球候選球即圖像與候選位置期望的輪廓匹配的程

度。最后檢查每個(gè)剩余候選區(qū)域內(nèi)的表面圖案，從而確定球的位

置。為了計(jì)算向?qū)Ψ角蜷T踢球的最佳位置，使用了一個(gè)稱為踢供

器的模塊。多數(shù)時(shí)候球門被部分對手擋住了，因此我們現(xiàn)在我們

需要選擇使用哪種踢。對于每一次可能的踢球，模塊都需要提供

信息，包括完成踢球需要多長時(shí)間，機(jī)器人對球的偏移量，包括

旋轉(zhuǎn)偏移量。旋轉(zhuǎn)偏移量定義了機(jī)器人方向和目標(biāo)方向之間的一個(gè)

角度。基于這些信息，模塊計(jì)算每一次踢腿的踢腿姿勢，即機(jī)器人

必須站在的位置和執(zhí)行踢腿時(shí)必須面對的方向。然后對每個(gè)姿勢進(jìn)

行評估，以找出可能的最佳姿勢（圖2）。

本文詳細(xì)的講述了NAO機(jī)器人從自我定位到踢球，以及對黑白

球識(shí)別定位的過程，在識(shí)別的過程中外界環(huán)境還是對NAO機(jī)器人識(shí)

別有很大影響，為可以正常進(jìn)行踢球，可以采用深度學(xué)習(xí)的方式進(jìn)

行參數(shù)的訓(xùn)練，逐漸降低環(huán)境對其影響。NAO機(jī)器人是一款仿人機(jī)

器人，在實(shí)驗(yàn)過程中，很多時(shí)候由于硬件方面問題從而無法實(shí)現(xiàn)。

所以還需要對硬件進(jìn)行深入研究。

3 定位黑白球與踢球

黑白球的引入是2016年標(biāo)

準(zhǔn)平臺(tái)聯(lián)賽的主要新挑戰(zhàn)。在

圖2

基金項(xiàng)目：咸陽職業(yè)技術(shù)學(xué)院大學(xué)生科技創(chuàng)新研究項(xiàng)目（項(xiàng)目

編號(hào)：2019XS04）。

2015年機(jī)器人世界杯之前，足球

都是橙色的，很容易被發(fā)現(xiàn)。特

作者簡介：康志飛，大學(xué)本科，現(xiàn)就讀于咸陽職業(yè)技術(shù)學(xué)院

2018級電子信息工程技術(shù)專業(yè)，主要研究方向?yàn)槿斯ぶ悄?、機(jī)器

人運(yùn)動(dòng)。

別是，它是球場上唯一的橙色物體。新球主要是白色黑色斑塊，

就像一個(gè)迷你版的普通足球。最大的影響就是球場線、球門和

?

153

?