淡江大學覺生紀念圖書館 (TKU Library)
進階搜尋


下載電子全文限經由淡江IP使用) 
系統識別號 U0002-2608201013553000
中文論文名稱 粒子濾波器於具有全方位影像系統之足球機器人的定位設計
英文論文名稱 Localization Design by Particle Filter for Soccer Robot with Omnidirectional Image System
校院名稱 淡江大學
系所名稱(中) 電機工程學系碩士班
系所名稱(英) Department of Electrical Engineering
學年度 98
學期 2
出版年 99
研究生中文姓名 陳家陽
研究生英文姓名 Chia-Yang Chen
學號 696470045
學位類別 碩士
語文別 中文
口試日期 2010-07-12
論文頁數 58頁
口試委員 指導教授-翁慶昌
委員-王文俊
委員-蘇順豐
委員-馮玄明
委員-李祖聖
委員-翁慶昌
中文關鍵字 機器人定位  粒子濾波器  全方位影像 
英文關鍵字 Robot Locatization  Particle Filter  Omnidirectional Image 
學科別分類 學科別應用科學電機及電子
中文摘要 機器人定位於足球機器人中為非常重要的議題,機器人必須透過定位結果來決策策略進行比賽。在足球機器人比賽上,定位系統必須利用場地上與機器人自身的資訊來完成定位。本論文提出以全方位影像系統觀測球場資訊作為基礎,利用粒子濾波器來完成機器人於足球場上的定位設計。粒子濾波器又名為蒙地卡羅法,主要是以貝式濾波器為基礎,應用於機器人定位上,是利用多個機器人感測資訊作為條件,計算機器人位置的事後機率,進而推算機器人位置。本論文使用兩個感測器資訊作為依據,其中一個為感測機器人移動的里程計,用來預測機器人移動的位置以及方向。另一個感測器為全方位影像系統,用來觀測足球場上機器人周圍的標記線,並且可以利用一張影像快速的得到環境資訊完成定位。最後利用程式模擬的方式進行定位演算法的驗證。由於粒子濾波器定位是建立於粒子的機率分佈上,所以定位法的效果是需要以實際的環境進行多次的實驗來改善其成功性,從實驗結果可知所提方法確實可以有效的做機器人的定位。
英文摘要 Robot localization is an important issue for the soccer robot. The robot has to decide strategy based on its position on the soccer field. In the robot soccer competition, the robot only can use its sensor information to achieve its localization. In this thesis, an omnidirectional image-based localization method design by the particle filter is proposed to achieve the localization of robot on a soccer field. The particle filter is also known as Monte-Carlo method. The multi-sensor information is used to be conditions to calculate the posterior probability of robot’s position and estimate its position in the particle filter. In this thesis, the information obtained by two sensors (an odometer and an omnidirectional image system) is used to be conditions. The odometer is used to detect the position and orientation of the robot. The omnidirectional image system is used to observe the marking lines on the field around the robot and the field information in the captured omnidirectional image can be quickly obtained by the proposed method. Some simulation results are presented to illustrate the proposed localization method. The proposed method is built based on the probability distribution of particles, so many experiments on the real environment are needed to improve the success of the proposed localization system. From the experimental results, we can see that the proposed method can estimate the location of the robot effectively.
論文目次 目錄
目錄 III
圖目錄 V
表目錄 VIII
第一章 序論 1
1.1 研究背景 1
1.2 研究動機 4
1.3 論文架構 6
第二章 中型足球機器人介紹 7
2.1 中型足球機器人簡介 7
2.2 中型足球機器人之系統架構 10
2.3 中型足球機器人之運動系統 13
2.4 中型足球機器人之全方位視覺系統 16
2.4.1 全方位影像系統設定 17
2.4.2 全方位影像距離模型建立 20
第三章 粒子濾波器定位 23
3.1 機器人與感測資訊關係 23
3.2 貝氏濾波器 24
3.3 粒子濾波器 26
3.4 粒子濾波器定位應用 28
第四章 定位演算法模型建立與應用 36
4.1 動作感測器模型 37
4.2 環境感測器模型 41
4.3 定位演算法流程 45
第五章 實驗與結果 47
5.1 程式模擬結果 47
5.2 驗證環境感測器模型結果 50
5.3 實際測試結果 51
第六章 結論 56
參考文獻 57

圖目錄
圖2.1、FIRA RoboSot競賽場地之俯視圖 7
圖2.2、FIRA中型足球機器人機構外觀 8
圖2.3、中型機器人足球競賽(2007年於美國舊金山) 9
圖2.4、中型足球機器人軟體系統架構 10
圖2.5、中型足球機器人硬體系統架構 11
圖2.6、全方位輪 13
圖2.7、中型足球機器人之全方位輪組配置 14
圖2.8、全方位輪組配置與速度關係圖 14
圖2.9、錐狀鏡實體圖 16
圖2.10、全方位影像光線補捉示意圖 17
圖2.11、全方位影像畫面 17
圖2.12、錐狀鏡與攝影機關係圖 18
圖2.13、錐狀鏡感測與地面關係圖 19
圖2.14、全方位影像的基本設定 19
圖2.15、全方位影像距離模型建立法概念圖 20
圖2.16、距離模型建立結果 21
圖2.17、兩距離模型之分離狀況 22
圖2.18、兩距離模型之結合狀況 22
圖3.1、機器人狀態與感測資訊關係 23
圖3.2、常態機率密度與機率分佈 26
圖3.3、樣本狀態權重圖 27
圖3.4、定位範例環境圖 29
圖3.5、初始化與第一次粒子取樣 30
圖3.6、第一次粒子預測 31
圖3.7、第一次粒子評估 31
圖3.8、第一次粒子選擇與第二次粒子取樣 31
圖3.9、第二次粒子預測 32
圖3.10、第二次粒子評估 32
圖3.11、第二次粒子選擇與第三次粒子取樣 32
圖3.12、第三次粒子預測 33
圖3.13、第三次粒子評估 33
圖3.14、第三次粒子選擇與第四次粒子取樣 33
圖3.15、第四次粒子預測 34
圖3.16、第四次粒子評估 34
圖3.17、第四次粒子選擇與第五次粒子取樣 34
圖3.18、第五次粒子評估 35
圖3.19、第五次粒子評估 35
圖3.20、第五次粒子選擇 35
圖4.1、機器人移動預測圖 37
圖4.2、粒子狀態預測圖 40
圖4.3、環境的標記線偵測 41
圖4.4、虛擬環境感測器模型 42
圖4.5、環境感測誤差標準差取樣示意圖 44
圖4.6、粒子濾波器定位程式流程 45
圖5.1、驗證程式模擬流程 48
圖5.2、粒子濾波器定位軌跡圖 49
圖5.3、粒子濾波器定位軌跡圖(失敗) 49
圖5.4、機器人於(200,350,0)的環境感測機率分佈圖 50
圖5.5、機器人於(125,250,0)的環境感測機率分佈圖 50
圖5.6、機器人於(350,250,0)的環境感測機率分佈圖 51
圖5.7、全方位影像記錄組 53
圖5.8、粒子濾波器各粒子位置平均誤差 54
圖5.9、粒子濾波器定位結果平均誤差 54



表目錄
表5.1、執行粒子濾波器1000週期成功次數表 55

參考文獻 [1] URL: http://en.wikipedia.org/wiki/Robot
[2] A. Mackworth, “On seeing robots,” World Scientific Press Computer Vision: System, Theory, and Applications, pp. 1-13, 1993.
[3] URL: http://www.robocup.org/
[4] URL: http://www.fira.net/
[5] 鄧宏志,中型機器人足球系統之即時影像處理,淡江大學電機工程學系碩士論文(指導教授:翁慶昌),2006。
[6] W. G. Han, S. M. Baek, and T. Y. Kuc, “GA based online path planning of mobile robots playing soccer games,” The 40th Midwest Symposium on Circuits and Systems, vol. 1, 1997, pp. 522-525.
[7] W. Toogood, H. Hao, and C. Wong, “Robot path planning using genetic algorithms,” IEEE International Conference on Systems, Man and Cybernetics, vol. 1, 1995, pp. 489-494.
[8] 王侯禕,多足球機器人之策略設計,淡江大學電機工程學系博士論文(指導教授:翁慶昌),2008。
[9] 劉智誠,全方位模糊運動控制器之設計與實現,淡江大學電機工程學系碩士論文(指導教授:翁慶昌),2007。
[10] S. Yi, B. Choi, and N. Ahuja, “Real-time omni-directional distance measurement with active panoramic vision,” International Journal of Control, Automation, and Systems, vol. 5, no. 2, 2007, pp, 184-191.
[11] S. Thrun, D. Fox, W. Burgard, and F. Dellaert, Probability Robotices. 2006.
[12] R.E. Walpole and R.H. Myers, Probability and Statistics for Engineers and Scientists. Prentice-Hall, 1993.
[13] S. Thrun, D. Fox, W. Burgard, and F. Dellaert, “Robust monte carlo localization for mobile robots,” Artificial Intelligence, vol. 128 (1-2), 2001, pp. 99-141.
[14] 何丞堯,全方位視覺足球機器人之自我定位系統的設計與實現,淡江大學電機工程學系碩士論文(指導教授:翁慶昌),2009。
[15] E. Menegatti, A. Pretto, A. Scarpa, and E. Pagello, “Omnidirectional vision scan matching for robot localization in dynamic environments,” IEEE Transactions on Robotics, vol.22, no.3, 2006, pp.523-535.
[16] S. Enderle, M. Ritter, D. Fox, S. Sablatng, G. Kraetzschmar, and G. Palm, “Soccer robot localization using sporadic visual features,” Proceedings of the 6th International Conference on Intelligent Autonomous Systems (IAS-6). IOS Press, 2000.
[17] T. Röfer and M. Jüngel, “Vision-based fast and reactive monte-carlo localization,” IEEE International Conference on Robotics and Automation, vol. 1, 2003, pp.856-861.
論文使用權限
  • 同意紙本無償授權給館內讀者為學術之目的重製使用,於2013-08-30公開。
  • 同意授權瀏覽/列印電子全文服務,於2013-08-30起公開。


  • 若您有任何疑問,請與我們聯絡!
    圖書館: 請來電 (02)2621-5656 轉 2281 或 來信