1 AIBO Robotfoci Bodor László IAR-2004

2 Bevezetés AIBO RoboCup AIBO RoboCup Célok Célok Rendszer elemei Rendszer elemei Megvalósítás terve Megvalósítás terve

3 AIBO RoboCup A kupáról röviden A kupáról röviden Challenges Challenges The Open Challenge The Variable Lighting Challenge The almost SLAM Challenge Pálya Pálya színkódolt színkódolt jelzőoszlopok jelzőoszlopok Játékosok Játékosok Labda Labda Mérkőzések lebonyolítása Mérkőzések lebonyolítása

4 Célok a robot és a labda pozíciójának megállapítása a pálya koordináta rendszerében a robot és a labda pozíciójának megállapítása a pálya koordináta rendszerében a pályán adott pozícióba állás a pályán adott pozícióba állás a labda megkeresése a labda megkeresése a mozgó labda követése, utolérése a mozgó labda követése, utolérése kapusként a kapu fele guruló labda kivédése kapusként a kapu fele guruló labda kivédése csatárként gól rúgása csatárként gól rúgása autonóm működés autonóm működés

5 Rendszer elemei Alrendszerek és kapcsolataik: Alrendszerek és kapcsolataik: Mozgás alrendszer Mozgás alrendszer Látás alrendszer Látás alrendszer Lokalizáció alrendszer Lokalizáció alrendszer Kommunikáció alrendszer Kommunikáció alrendszer Viselkedés alrendszer Viselkedés alrendszer

6 Mozgás alrendszer Mozgások megvalósítása Mozgások megvalósítása haladó haladó rúgások rúgások Kamera pozíciójának és irányának meghatározása Kamera pozíciójának és irányának meghatározása Odometria Odometria

7 Látás alrendszer Szegmentálás Szegmentálás Összefüggő régiók képzése Összefüggő régiók képzése Régiók egyesítése Régiók egyesítése Objektum felismerés Objektum felismerés Objektum távolságának meghatározása Objektum távolságának meghatározása

8 Szegmentálás YUV színformátumú kép YUV színformátumú kép Szín alapú osztályozás Szín alapú osztályozás Küszöbértékek meghatározása Küszöbértékek meghatározása manuális manuális tanítással tanítással

9 Összefüggő régiók képzése RLE kódolás RLE kódolás Fa alapú unió keresés Fa alapú unió keresés Régió információk kinyerése Régió információk kinyerése középpont középpont terület terület befoglaló téglalap befoglaló téglalap Erdő szín szerinti szétszedése és nagyság szerinti rendezése Erdő szín szerinti szétszedése és nagyság szerinti rendezése

10 Régiók egyesítése Miért szükséges? Miért szükséges? Sűrűség alapú régió egyesítés Sűrűség alapú régió egyesítés

11 Objektum felismerés Lehetséges objektumok listája Lehetséges objektumok listája Tulajdonság egyezés valószínűségének meghatározása Tulajdonság egyezés valószínűségének meghatározása Keresett objektummal való egybeesés valószínűsége Keresett objektummal való egybeesés valószínűsége Legvalószínűbb objektum kiválasztása Legvalószínűbb objektum kiválasztása

12 Objektum felismerés Tulajdonság egyezés valószínűségének meghatározása – néhány példa Tulajdonság egyezés valószínűségének meghatározása – néhány példa Minimális befoglaló téglalap – bináris szűrő Minimális befoglaló téglalap – bináris szűrő Minimális pixel szám – bináris szűrő Minimális pixel szám – bináris szűrő Négyzet alakú befoglaló téglalap Négyzet alakú befoglaló téglalap Terület arány Terület arány

13 Objektum távolságának meghatározása Objektum mérete alapján Objektum mérete alapján

14 Objektum távolságának meghatározása

15 Lokalizáció alrendszer

16 Lokalizáció alrendszer Robot helyzetének meghatározása Robot helyzetének meghatározása Koordináta transzformáció Koordináta transzformáció Odometria szerepe Odometria szerepe Hibás mérések szűrése Hibás mérések szűrése Robot „irányvektora” Robot „irányvektora”

17 Kommunikáció alrendszer WLAN kártya WLAN kártya Távoli feldolgozás lehetősége Távoli feldolgozás lehetősége Továbbított adatok Továbbított adatok Saját és érzékelt objektumok pozíciója Saját és érzékelt objektumok pozíciója Debug információk Debug információk Kamera képe Kamera képe Szegmentált kép Szegmentált kép Izületek szöge, stb. Izületek szöge, stb. Utasítások Utasítások

18 Viselkedés alrendszer Alacsony szintű viselkedés Alacsony szintű viselkedés Navigáció Navigáció Objektum keresés Objektum keresés Magas szintű viselkedés Magas szintű viselkedés Csatár Csatár Kapus Kapus

19 Irodalom, linkek James Bruce, Tucker Balch, and Manuela Veloso. Fast and Inexpensive Color Image Segmentation for Interactive Robots. In Proceedings of IROS- 2000, Japan, October 2000 James Bruce, Tucker Balch, and Manuela Veloso. Fast and Inexpensive Color Image Segmentation for Interactive Robots. In Proceedings of IROS- 2000, Japan, October 2000 Carnegie Mellon University, CMRoboBits: Carnegie Mellon University, CMRoboBits: James Bruce, CMVision: James Bruce, CMVision: Carnegie Mellon University, CORAL Research, Robot Soccer Page: Carnegie Mellon University, CORAL Research, Robot Soccer Page: RoboCup, Sony Four-legged Robot League: RoboCup, Sony Four-legged Robot League: