平面自由体轨迹识别跟踪及预测

发布时间：2024-03-30 07:59

　　随着人类社会由信息时代向智能时代的迈进,人工智能及相关领域的技术发展突飞猛进,作为物理信息系统重要支撑技术的机器视觉研究亦日趋活跃,平面自由运动体在交通运输、航空航天、军事、体育等方面广泛存在,对其开展实时识别、定位与轨迹预测对促进相关领域的技术进步具有重要意义。本文以“OMRON杯”Sysmac自动化控制应用设计大赛冰球对抗机器人为背景,基于运动方程建模预测方法、无监督模式循环递归网络预测方法,利用adams仿真与webots仿真研究对平面自由体的识别、定位、轨迹预测及机械手接球过程,主要研究内容如下:首先,基于小球运动特征采集实时数字的图像,利用颜色特征提取和霍夫变换等进行图像处理,对小球进行识别和定位。通过将RGB值转换为对颜色更加敏感的HSV值,再对其进行霍夫变换检测,识别出小球。避免了光照强度、角度、多背景等环境因素的干扰。然后,为了实现机械手连续稳定击球,开展对小球桌面运动轨迹预测方法研究。建立了平面自由体滑动、碰撞过程的力学模型;并基于力学模型方法、循环递归神经网络方法建立了平面自由体运动过程轨迹预测模型。为了验证所提出算法模型的准确性,提出一种Adams-Simulin...

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

图2-6霍夫变换检测圆

哈尔滨理工大学工程硕士学位论文-13-要将圆检测出来，也就是要将上述的(a,b,r)求解出来。假设r确定，此时点(x,y)又已知，根据222(xa)(yb)r，则(a,b)的轨迹在几何上则变成了以(x,y)为圆心，r为半径的圆；而r不确定时，(a,b,r)的轨迹变成了以(x,y)....

图2-7抗干扰识别Fig.2-7Anti-interferenceidentification

哈尔滨理工大学工程硕士学位论文-13-要将圆检测出来，也就是要将上述的(a,b,r)求解出来。假设r确定，此时点(x,y)又已知，根据222(xa)(yb)r，则(a,b)的轨迹在几何上则变成了以(x,y)为圆心，r为半径的圆；而r不确定时，(a,b,r)的轨迹变成了以(x,y)....

图3-5X方向训练过程数据

哈尔滨理工大学工程硕士学位论文-22-tftnEontohtthftiffW+-1-1-1-1-1-1-1+tnttnttifEohfohfW(3-29)综上所述，小球轨迹预测网络中参数更新为，为学习率：tihihhtitititiCiCctioiootififfWWWWWWWW....

图3-6Y方向训练过程数据

哈尔滨理工大学工程硕士学位论文-23-图3-6Y方向训练过程数据Fig.3-6Trainingprocessdatainydirection在训练过程中，x方向和y方向的训练误差都是随着训练次数的增加逐渐减小，直至接近于0。图3-7X方向训练预测结果Fig.3-7Training....

本文编号：3942056