CN107320964A - 基于双目识别定位的九宫格目标射击方法 - Google Patents

Abstract

本发明公开了一种基于双目识别定位的九宫格目标射击方法。其包括采集九宫格目标训练样本，利用SVM训练器进行分类训练，采用双相机分别提取九宫格的九个格子得到每个格子的行列坐标，对每个格子的行列坐标进行匹配，分别对每个格子相对于射击点的三维坐标进行双目测量，采用单个相机分别提取九宫格的九张图片并对每张图片所在的九宫格编号进行标记，将九张图片采用训练后的分类器进行分类得到人型图样所在九宫格的编号，根据人型图样的三维坐标对九宫格目标进行射击。本发明只需提取九宫格中的图片采用训练好的分类器进行分类，即可得到九宫格中人型图样的三维坐标，从而实现对九宫格目标进行快速准确的识别并完成目标射击。

Description

基于双目识别定位的九宫格目标射击方法

技术领域

本发明属于目标识别技术领域，尤其设计一种基于双目识别定位的九宫格目标射击方法。

背景技术

全国大学生机器人大赛RoboMasters是由共青团中央、全国学联、深圳市人民政府联合主办的赛事，是中国最具影响力的机器人项目，是全球独创的机器人竞技平台，包含机器人赛事、机器人生态、以及工程文化等多项内容，正在全球范围内掀起一场机器人科技狂潮。作为国内首个激战类机器人竞技比赛，RoboMasters大赛在其诞生伊始就凭借其颠覆传统的比赛方式、震撼人心的视听冲击力、激烈硬朗的竞技风格，吸引到全国数百所高等院校、近千家高新科技企业以及数以万计的科技爱好者的深度关注。参赛队员将通过比赛获得宝贵的实践技能和战略思维，将理论与实践相结合，在激烈的竞争中打造先进的智能机器人。

在Robomasters全国大学生机器人大赛中，有“大神符”这一任务设定。在一张距离机器人两米且被分为九份的大屏幕上，每隔1.5秒在九张小屏幕上随机位置显示一个人型图样与八个车型图样，己方机器人需要在1.5秒内准确的识别人型图样并发射弹丸击中该图样所在的屏幕，击中后图片会立刻进行刷新，车型图样和人型图样的位置都会发生改变，连续击中五次即可完成任务；该任务需要在短时间内准确的识别目标，并测量出目标的相对位置，对识别速度和测量精度有着较高要求。

发明内容

本发明的发明目的是：为了解决现有技术中存在的以上问题，本发明提出了一种基于双目识别定位的九宫格目标射击方法，以期实现对九宫格目标进行快速准确的识别并完成目标射击。

本发明的技术方案是：一种基于双目识别定位的九宫格目标射击方法，包括以下步骤：

S1、采集九宫格目标训练样本，所述九宫格目标包括一个人型图样和八个车型图样；

S2、利用SVM训练器对步骤S1中的训练样本进行分类训练；

S3、采用双相机分别提取九宫格的九个格子，得到每个格子的行列坐标；

S4、对步骤S3中分别得到的每个格子的行列坐标进行匹配，得到九宫格编号；

S5、分别对每个格子相对于射击点的三维坐标进行双目测量；

S6、采用单个相机分别提取九宫格的九张图片，并对每张图片所在的九宫格编号进行标记；

S7、将步骤S6中的九张图片采用步骤S2中训练后的分类器进行分类，得到人型图样所在九宫格的编号；

S8、根据步骤S7中人型图样所在九宫格的编号对应的三维坐标对九宫格目标进行射击。

进一步地，所述步骤S3采用双相机分别提取九宫格的九个格子，得到每个格子的行列坐标，具体包括以下分步骤：

S31、设定九宫格图片的亮度阈值，对九宫格图片进行二值化处理；

S32、对步骤S31中二值化后的九宫格图片进行分离处理，得到九宫格区域；

S33、对步骤S32中的九宫格区域通过矩形度和面积特征进行筛选，提取得到九宫格的九个格子区域；

S34、分别记录步骤S33中九个格子区域的中心点行列坐标。

进一步地，所述步骤S4对步骤S3中分别得到的每个格子的行列坐标进行匹配具体为：

分别比较步骤S3双相机获取的九宫格图片中每个格子的行列坐标之和大小和行列坐标之差大小，将行列坐标之和最小的格子匹配为九宫格左上角，将行列坐标之和最大的格子匹配为九宫格右下角，将行列坐标之差最小的格子匹配为九宫格右上角，将行列坐标之差最大的格子匹配为九宫格左下角；分别比较九宫格图片中每个格子的行坐标大小和列坐标大小，将行坐标最小的格子匹配为九宫格第一行中间，将行坐标最大的格子匹配为九宫格第三行中间，将列坐标最小的格子匹配为九宫格第一列中间，将列坐标最大的格子匹配为九宫格第三列中间，将最后剩余的格子匹配为九宫格中心。

本发明的有益效果是：本发明采用SVM训练器对样本图样进行分类训练，利用双相机分别提取九宫格格子的行列坐标并进行匹配，再计算每个格子相对于射击点的三维坐标；对九宫格目标进行识别时只需提取九宫格中的图片采用训练好的分类器进行分类，即可得到九宫格中人型图样的三维坐标，从而实现对九宫格目标进行快速准确的识别并完成目标射击。

附图说明

图1是本发明的基于双目识别定位的九宫格目标射击方法的流程示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

如图1所示，为本发明的基于双目识别定位的九宫格目标射击方法的流程示意图。一种基于双目识别定位的九宫格目标射击方法，包括以下步骤：

S1、采集九宫格目标训练样本，所述九宫格目标包括一个人型图样和八个车型图样；

S2、利用SVM训练器对步骤S1中的训练样本进行分类训练；

S3、采用双相机分别提取九宫格的九个格子，得到每个格子的行列坐标；

S4、对步骤S3中分别得到的每个格子的行列坐标进行匹配，得到九宫格编号；

S5、分别对每个格子相对于射击点的三维坐标进行双目测量；

S6、采用单个相机分别提取九宫格的九张图片，并对每张图片所在的九宫格编号进行标记；

S7、将步骤S6中的九张图片采用步骤S2中训练后的分类器进行分类，得到人型图样所在九宫格的编号；

S8、根据步骤S7中人型图样所在九宫格的编号对应的三维坐标对九宫格目标进行射击。

在步骤S1中，本发明采集多组九宫格目标图样作为训练样本，每一组九宫格目标图样包括一个人型图样和八个车型图样。

在步骤S2中，本发明将步骤S1中采集的九宫格目标图样作为训练样本，利用SVM训练器分类训练，从而得到训练后的SVM分类器。

在步骤S3中，本发明采用平行放置机器人两侧的的左侧相机和右侧相机组成双相机系统，利用左侧相机和右侧相机分别提取九宫格中按照九宫格方位设置的的九个格子，得到两幅图中九宫格的每个格子的行列坐标,具体包括以下分步骤：

S31、设定九宫格图片的亮度阈值，对九宫格图片进行二值化处理；

S32、对步骤S31中二值化后的九宫格图片进行分离处理，得到九宫格区域；这里的分离处理包括对九宫格图片进行腐蚀、膨胀、去除噪点处理，将可能与九宫格区域连接的其它区域进行分离。

S33、对步骤S32中的九宫格区域通过矩形度和面积特征进行筛选，提取得到九宫格的九个格子区域；

S34、分别记录步骤S33中九个格子区域的中心点行列坐标。

在步骤S4中，本发明对步骤S3中得到的两幅图中九宫格的每个格子的行列坐标进行匹配，具体为：

分别比较步骤S3双相机获取的九宫格图片中每个格子的行列坐标之和大小和行列坐标之差大小，将行列坐标之和最小的格子匹配为九宫格左上角，将行列坐标之和最大的格子匹配为九宫格右下角，将行列坐标之差最小的格子匹配为九宫格右上角，将行列坐标之差最大的格子匹配为九宫格左下角；分别比较九宫格图片中每个格子的行坐标大小和列坐标大小，将行坐标最小的格子匹配为九宫格第一行中间，将行坐标最大的格子匹配为九宫格第三行中间，将列坐标最小的格子匹配为九宫格第一列中间，将列坐标最大的格子匹配为九宫格第三列中间，将最后剩余的格子匹配为九宫格中心。

在步骤S5中，本发明采用左侧相机和右侧相机组成双相机系统分别对每个格子相对于射击点的三维坐标进行双目测量，从而得到九宫格编号对应的三维坐标。这里双目测量方法是根据每个格子的行列坐标以及每个相机的焦距、中心坐标、畸变数据和两个相机坐标系的相对位置关系，计算得到每个格子相对于射击点的三维坐标。

在步骤S6中，本发明采用单个相机分别提取九宫格图片中的按照九宫格方位排列的九张图片，并按照步骤S4中得到的九宫格编号对每张图片所在的九宫格编号进行标记。

在步骤S7中，本发明将步骤S6中提取的九张图片采用步骤S2中训练后的SVM分类器进行分类，得到人型图样所在九宫格的编号。

在步骤S8中，本发明根据步骤S7中人型图样所在九宫格的编号及步骤S5中九宫格编号对应的三维坐标，得到人型图样的三维坐标，从而根据人型图样的三维坐标利用主控系统发射弹丸进行射击。

本发明能够实现对九宫格目标进行快速准确的识别并完成目标射击，在实际比赛中实现了平均0.9秒击中一次，五次连续击中用时少于5s的效果。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (3)

1.一种基于双目识别定位的九宫格目标射击方法，其特征在于，包括以下步骤：

S1、采集九宫格目标训练样本，所述九宫格目标包括一个人型图样和八个车型图样；

S2、利用SVM训练器对步骤S1中的训练样本进行分类训练；

S3、采用双相机分别提取九宫格的九个格子，得到每个格子的行列坐标；

S4、对步骤S3中分别得到的每个格子的行列坐标进行匹配，得到九宫格编号；

S5、分别对每个格子相对于射击点的三维坐标进行双目测量；

S6、采用单个相机分别提取九宫格的九张图片，并对每张图片所在的九宫格编号进行标记；

S7、将步骤S6中的九张图片采用步骤S2中训练后的分类器进行分类，得到人型图样所在九宫格的编号；

S8、根据步骤S7中人型图样所在九宫格的编号对应的三维坐标对九宫格目标进行射击。

2.如权利要求1所述的基于双目识别定位的九宫格目标射击方法，其特征在于，所述步骤S3采用双相机分别提取九宫格的九个格子，得到每个格子的行列坐标，具体包括以下分步骤：

S31、设定九宫格图片的亮度阈值，对九宫格图片进行二值化处理；

S32、对步骤S31中二值化后的九宫格图片进行分离处理，得到九宫格区域；

S33、对步骤S32中的九宫格区域通过矩形度和面积特征进行筛选，提取得到九宫格的九个格子区域；

S34、分别记录步骤S33中九个格子区域的中心点行列坐标。

3.如权利要求1所述的基于双目识别定位的九宫格目标射击方法，其特征在于，所述步骤S4对步骤S3中分别得到的每个格子的行列坐标进行匹配具体为：

分别比较步骤S3双相机获取的九宫格图片中每个格子的行列坐标之和大小和行列坐标之差大小，将行列坐标之和最小的格子匹配为九宫格左上角，将行列坐标之和最大的格子匹配为九宫格右下角，将行列坐标之差最小的格子匹配为九宫格右上角，将行列坐标之差最大的格子匹配为九宫格左下角；分别比较九宫格图片中每个格子的行坐标大小和列坐标大小，将行坐标最小的格子匹配为九宫格第一行中间，将行坐标最大的格子匹配为九宫格第三行中间，将列坐标最小的格子匹配为九宫格第一列中间，将列坐标最大的格子匹配为九宫格第三列中间，将最后剩余的格子匹配为九宫格中心。