[发明专利]一种基于形态特征和单目测量的机器人自主捡球方法

说明书

本发明公开了一种基于形态特征和单目测量的机器人自主捡球方法，包括：采集羽毛球和球场彩色图像信息，得到羽毛球及球场彩色图像信息；对得到的羽毛球及球场彩色图像信息进行数据处理，获得映射关系；利用搭建和训练好的特征提取网络寻找得到目标羽毛球质心的像素点位置，根据获得的映射关系得到目标羽毛球的位置信息；获取目标羽毛球和机器人的实际相对位置，完成机器人的运动路径规划；控制机器人完成对羽毛球的拾取操作。本发明充分考虑了羽毛球的特征和单目摄像头的局限和特点，设计了单目摄像头的测距方法和适用于羽毛球的卷积神经网络，实现了机器人对于目标羽毛球的自动识别和拾取，提升了羽毛球的拾取效率和自动化性能。

技术领域

本发明属于图像处理和深度学习技术领域，具体涉及一种基于形态特征和单目测量的机器人自主捡球方法。

背景技术

随着现代人对身体健康的重视，羽毛球成为越来越多人选择的运动方式，同时我国又是羽毛球强国，存在大量的羽毛球专业运动员。在专业的羽毛球训练中，大量掉落在地上的羽毛球需要浪费大量的人力进行拾取，浪费时间的同时，更导致腰椎的损伤，减少了职业寿命，对于普通人的锻炼目的更是适得其反。

目前针对羽毛球的拾取主要是依靠人力，即使有一些拾取工具，仍然需要人参与，不能在训练间隙得到良好的休息，不但浪费人力时间，而且会影响训练效果，更重要的是，由于人工拾取强度较大，所以长期的捡球会增加腰椎负担，影响身体健康。

发明内容

发明目的：为了克服现有技术中存在的不足，提供一种基于形态特征和单目测量的机器人自主捡球方法，其通过设计自主捡球机器人，无需人力参与即可以自动拾取识别球场上的羽毛球，通过单目摄像头的距离测量和卷积神经网络的羽毛球特征提取，使得羽毛球识别拾取机器人自动运行到目标羽毛球所在位置，创新性的使用单目摄像头测量羽毛球的位置信息，搭建了用于羽毛球识别的卷积神经网路并且设计了一种针对多个羽毛球的路径规划方法，具有识别精准，拾取效率高的特点，对准确快速寻找羽毛球、提高羽毛球拾取效率、降低人工的拾取强度具有重大意义。

技术方案：为实现上述目的，本发明提供一种基于形态特征和单目测量的机器人自主捡球方法，包括如下步骤：

S1：通过机器人采集存在梯形畸变羽毛球和球场彩色图像信息，得到正投影形式下的羽毛球及球场彩色图像信息；

S2：对得到的羽毛球及球场彩色图像信息进行数据处理，通过设计一种针对无测距功能的单目摄像头的目标物体位置信息测量方法获得存在梯形畸变羽毛球和球场彩色图像与实际位置距离的映射关系；

S3：利用搭建和训练好的特征提取网络寻找得到目标羽毛球质心的像素点位置，根据步骤S2获得的映射关系得到目标羽毛球的位置信息；

S4：根据目标羽毛球的位置信息，获取目标羽毛球和机器人的实际相对位置，完成机器人的运动路径规划；

S5：上位机根据机器人的运动路径规划结果，控制机器人运动至目标羽毛球位置，并完成机器人对羽毛球的拾取操作。

进一步地，所述步骤S1中机器人通过单目摄像头采集存在梯形畸变羽毛球和球场彩色图像信息。

进一步地，所述步骤S2中数据处理的具体方法为：

A1：对采集得到的存在梯形畸变的羽毛球及球场彩色图像信息进行预处理，得到存在梯形畸变的羽毛球及球场彩色图像信息中的羽毛球场边缘信息；

A2：对步骤A1获取的羽毛球场边缘信息进行处理，通过透视变换矫正采集得到的存在梯形畸变的羽毛球及球场彩色图像信息，得到正投影形式下的羽毛球及球场彩色图像信息和羽毛球及球场的实际位置距离和存在梯形畸变羽毛球及球场彩色图像信息的映射关系。

进一步地，所述步骤A1中预处理的方法为：