高速运动目标的视觉测量与拦截策略研究

本项目以机器人打乒乓球为背景，研究高速视觉测量与跟踪、轨迹预测与拦截控制的理论与方法，为机器人在视觉系统引导下的高速作业提供必要的理论基础。本项目对于推动高速视觉测量和控制的发展，具有十分重要的意义。.多台智能摄像机利用局域网联接构成分布式并行计算的视觉系统，并由摄像机对图像进行同步采集和并行处理。图像处理算法采用仿蛙视觉原理，只对运动物体敏感，以解决100帧/秒级图像的快速特征提取难题。利用乒乓球的若干测量点的三维坐标拟合出测量段的轨迹，结合物理建模与局部线性加权回归算法得到来球落点参数。测量打球者球拍的位姿，形成球拍运动轨迹，识别出球拍的运动模式，从而估计乒乓球的旋转状况。然后，根据落点参数、乒乓球的旋转状况和碰撞模型，对反弹段的轨迹和击打点参数进行预测。仿照人打球时的手部运动模式，结合多种控制策略，构造出多输入、多层次、多模型的控制器，以实现机器人球拍击球的智能控制。

本项目针对高速运动球拍与乒乓球的实时跟踪与图像处理、高速视觉测量、基于球拍运动模式的乒乓球旋转估计、乒乓球运动轨迹预测、打乒乓球机器人回球策略与球拍的仿人智能运动控制等问题开展了研究，完成了研究计划，取得了预期研究成果。.针对高速运动目标的视觉测量与跟踪、轨迹预测、拦截控制等问题，开展了深入研究，取得了相关关键技术和理论方法。提出了一种基于网络的分布式计算的多目高速视觉测量系统，实现了乒乓球的快速测量与跟踪。基于乒乓球的受力分析，建立了乒乓球的飞行动力学模型，实现了乒乓球的后续飞行轨迹预测。建立了落点预测与弹起轨迹预测算法，以及击打点参数预测方法，实现了落点和击球点的预测。建立了球拍击球模型，提出了机器人的运动规划方法和具有自学习能力的回球智能控制策略，实现了人与机器人的多回合连续对打。.在人打球的球拍上设置了矩形标记，采用单目视觉利用P4P方法测量出球拍连续运动过程中的位姿。建立了球拍运动模式和轨迹参数模型，仿照人的经验给出了基于打球者球拍运动的乒乓球旋转估计算法，实现了基于球拍运动的乒乓球旋转估计。此外，根据乒乓球的飞行动力学模型和测量的乒乓球飞行轨迹，实现了基于轨迹的乒乓球旋转估计。.完成的打乒乓球机器人系统，乒乓球视觉测量的帧率达到110帧/秒，球拍的视觉测量帧率达到119帧/秒，实现了百帧级的高速视觉测量。.在国内外重要学术期刊与会议发表论文20篇，其中有3篇论文发表于著名的IEEE Transactions国际期刊；其中SCI论文3篇，EI论文18篇。授权发明专利2项。.培养机器人视觉测量与控制领域的博士5名，硕士2名。