視覺繫統能夠提供豐富的環境感知信息，是自主
移動機器人最為重要的環境感知繫統之一。《機器人
視覺繫統研究》以機器人足球世界杯RoboCup中的中
型組足球機器人繫統為背景，描述了國防科學技術大
學機器人足球研究組近十年來在足球機器人實時動態
視覺感知問題上的研究成果和最新進展，主要內容包
括：視覺繫統設計與標定、顏色編碼化和非顏色編碼
化目標識別、目標跟蹤與狀態估計、視覺自定位等。
鄭志強、盧惠民、劉斐所著的《機器人視覺繫統
研究》主要成果均在實踐中尤其是實際中型組機器人
足球比賽中得到了充分應用和檢驗，較好地解決了機
器人視覺繫統設計與應用中的很多科學問題和實際工
程問題，可供從事智能機器人、計算機/機器人視覺
、圖像處理等方向研究的同行特別是新參與RoboCup
研究的團隊參考借鋻，也可作為相關學科專業研究生
、高年級本科生的教材或者參考書。

前言
第1章 緒論
1.1 機器人足球世界杯
1.2 RoboCup中型組比賽與中型組機器人
1.2.1 RoboCup中型組比賽介紹
1.2.2 RoboCup中型組比賽機器人介紹
1.2.3 RoboCup中型組的科學意義和工程價值
1.3 RoboCup中型組視覺感知研究現狀
1.3.1 視覺繫統設計及其標定
1.3.2 機器人的目標識別
1.3.3 目標運動狀態估計
1.3.4 機器人的視覺自定位
1.3.5 多機器人協同感知
1.4 RoboCup中型組視覺感知的發展趨勢
1.5 本書內容安排
參考文獻
第2章 足球機器人全向視覺繫統設計與標定
2.1 全向視覺概述
2.1.1 多攝像機拼接全向視覺繫統
2.1.2 魚眼鏡頭全向視覺繫統
2.1.3 折反射式全向視覺繫統
2.2 足球機器人全向視覺繫統的設計
2.2.1 單視點全向視覺繫統的設計
2.2.2 NuBot全向視覺繫統的設計
2.3 足球機器人全向視覺繫統的標定
2.3.1 單視點全向視覺繫統的標定
2.3.2 NuBot全向視覺繫統的標定
2.4 本章小結
參考文獻
第3章 機器人足球中的顏色編碼化目標識別
3.1 攝像機參數自動調節
3.1.1 相關研究
3.1.2 圖像熵及其與攝像機參數的關繫
3.1.3 基於圖像熵的攝像機參數自動調節算法
3.1.4 實驗結果與分析
3.1.5 算法的拓展應用
3.1.6 小結
3.2 足球機器人視覺繫統顏色分類
3.2.1 顏色空間模型與查找表方法簡介
3.2.2 混合顏色空間查找表分類方法
3.2.3 基於線性分類器的顏色空間劃分方法
3.2.4 改進的顏色查找表方法在彩色全景圖像顏色分類中的應用
3.2.5 小結
3.3 針對顏色編碼化目標的識別算法
3.3.1 機器人足球比賽中的目標識別
3.3.2 場地白色標示線的可靠識別
3.3.3 黑色障礙物的可靠識別
3.4 本章小結
參考文獻
第4章 機器人足球中的非顏色編碼化目標識別
4.1 相關研究
4.2 基於全向視覺成像模型的任意足球識別
4.2.1 足球在NuBot全向視覺中的成像特性分析
4.2.2 基於全向視覺的任意足球識別算法
4.2.3 實驗結果與分析
4.2.4 小結
4.3 基於AdaBoost學習算法的任意足球識別
4.3.1 算法描述
4.3.2 實驗結果與分析
4.3.3 小結
4.4 本章小結
參考文獻
第5章 目標跟蹤與狀態估計
5.1 基於當前統計模型與狀態約束的單目標跟蹤
5.1.1 足球機器人的運動特點
5.1.2 目標運動模型
5.1.3 濾波器約束條件
5.1.4 單目標跟蹤濾波器
5.1.5 實驗結果與分析
5.1.6 小結
5.2 基於聯合概率數據關聯的多目標跟蹤
5.2.1 橢球跟蹤門規則
5.2.2 數據關聯算法的選擇
5.2.3 實驗結果與分析
5.2.4 小結
5.3 基於RANSAC和Kalman濾波的目標狀態估計
5.3.1 球速估計問題研究現狀
5.3.2 RANSAC介紹
5.3.3 基於RANSAC和Kalman濾波的球速估計算法
5.3.4 實驗結果與分析
5.3.5 小結
5.4 基於雙目視覺的三維空間目標狀態估計
5.4.1 雙目視覺繫統
5.4.2 足球識別與定位
5.4.3 足球運動軌跡的擬合
5.4.4 足球運動落點位置的預測
5.4.5 機器人運動決策
5.4.6 實驗結果與分析
5.4.7 小結
5.5 本章小結
參考文獻
第6章 足球機器人視覺自定位
6.1 足球機器人常用的視覺自定位方法
6.1.1 粒子濾波定位方法
6.1.2 匹配優化定位方法
6.1.3 兩種自定位方法的優點和不足
6.2 結合使用粒子濾波和匹配優化的機器人自定位方法
6.3 實驗結果與分析
6.3.1 遮擋情況下的自定位
6.3.2 全局自定位
6.3.3 不同光線條件下的自定位
6.3.4 算法的實時性能
6.4 本章小結
參考文獻