1、在Robocup標(biāo)準(zhǔn)平臺(tái)組比賽中，NAO機(jī)器人主要通過攝像頭感知球場的實(shí)時(shí)信息，為了適應(yīng)球場的復(fù)雜環(huán)境，要求機(jī)器人的圖像處理算法有較高的實(shí)時(shí)性和魯棒性。圖像處理部分要從圖像中快速提取出球場中的目標(biāo)，本文所述的目標(biāo)是球、球門和場地白線。自定位是機(jī)器人在比賽中必須完成的任務(wù)，定位也是比賽中一項(xiàng)關(guān)鍵技術(shù)，其水平也是機(jī)器人智能程度的重要指標(biāo)。蒙特卡羅(MCL)粒子濾波定位算法被廣泛應(yīng)用于機(jī)器人的定位中，各種改進(jìn)算法提高了MCL算法的效率。本文以

2、NAO機(jī)器人為研究平臺(tái)，主要研究了標(biāo)準(zhǔn)平臺(tái)組比賽中的目標(biāo)識(shí)別和機(jī)器人自定位的MCL粒子濾波算法。
　　 1.對(duì)圖像按目標(biāo)的顏色進(jìn)行分割，為了避免場外信息對(duì)機(jī)器人目標(biāo)識(shí)別的影響，提出了確定球場邊界的方法。根據(jù)球場圖像中邊界是非凹形的特點(diǎn)，提出了一種尋找最大斜率的方法，快速而準(zhǔn)確的確定出圖像中的球場邊界，有效防止了場外信息的干擾，而且減少了后續(xù)目標(biāo)識(shí)別算法的圖像處理區(qū)域。
　　 2.在圖像預(yù)處理的基礎(chǔ)上，從NAO機(jī)器人的實(shí)際

3、出發(fā)，實(shí)現(xiàn)了對(duì)球場目標(biāo)的球和球門的識(shí)別。球和球門的識(shí)別都是以其特殊顏色為基礎(chǔ)，其中球的識(shí)別用到了Hough的圓檢測方法，球門的識(shí)別中涉及到角點(diǎn)的計(jì)算，以區(qū)分球門的左右門柱。
　　 3.因?yàn)槠涫艿絅AO機(jī)器人白色外殼的干擾，使得場地白線的識(shí)別是球場目標(biāo)識(shí)別的難點(diǎn)。本文提出先用網(wǎng)格掃描找到白色邊緣，再用邊緣生長的方式遍歷白色邊緣，并根據(jù)邊緣點(diǎn)的斜率變化情況，對(duì)遍歷的白色邊緣進(jìn)行分類，再用Hough變換給出識(shí)別結(jié)果。這個(gè)方法簡單而有效