...

RoboCupサッカーにおける障害物認識

by user

on
Category: Documents
11

views

Report

Comments

Transcript

RoboCupサッカーにおける障害物認識
平成 24 年度電子情報通信学会東京支部学生会研究発表会
講演番号: 171
RoboCup サッカーにおける障害物認識
Obstacle Recognition for RoboCup Soccer
名嘉 拓矢 1
Takuya Naka
松下 健嗣 2
Kenji Matsushita
1
鈴木 秀和 1
Hidekazu Suzuki
2
東京工芸大学 工学部
Faculty of Engineering, Tokyo Polytechnic University
東京工芸大学 大学院
Graduate School, Tokyo Polytechnic University
1
緒言
RoboCup とは,
“ 西暦 2050 年,サッカーの世界チャン
ピオンチームに勝つ自律型ロボのチームを作る ”という
夢に向かって,人工知能やロボット工学などの研究を推
進し,様々な基礎技術として波及させることを目的とし
たプロジェクトである.東京工芸大学チーム KOOGEIRV では中型サッカーリーグ(RoboCup MSL)に 4 年
連続出場している.
RoboCup において,攻撃を行う際に必要となってく
る動作としてドリブル,回避,パス,キックなどがある.
中でも,回避動作を行うことができればディフェンスを
避けて相手のゴール付近に接近しやすくなるため,得点
のチャンスが増し,試合を有利に運ぶことができる.
本報告では,本研究室のサッカーロボットに搭載され
ている全方位カメラを用いて回避動作を行う際に必要と
なる障害物の認識を行う. 図1
3
障害物認識
まず,フィールド抽出画像の中心から放射状に,一定
の角度ごとに緑色と白色ではない領域、つまり障害物の
領域を探索する.その際,小さな領域はノイズとして判
断し探索対象から除外する.画像中心から障害物を発見
するまで線を描画している様子を図 2 に,画像中心から
障害物までの画素数を各角度毎にプロットしたグラフを
図 3 に示す.図 3 より,グラフの谷の部分が障害物を認
700
180
160
median
filter
600
140
120
距離[cm]
画素数[pixel]
500
2
全方位カメラによるフィールド抽出
全方位カメラとは,周囲 360[deg] を見渡せるカメラで
あり,RoboCup MSL において広く使用されている.全
方位カメラから取得した画像を図 1 に示す.
障害物の認識は,フィールドの床の色情報を用いて行
う.フィールドとなる床の色は,フィールドの基本色で
ある緑色と白線の白色の 2 色である.画像中でこの 2 色
以外の色の領域を障害物とする.そのため,まず全方位
カメラにより取得した画像から,緑色と白色を抽出する.
その際,緑色を抽出する場合は画像を HSV に,白色を
抽出する場合は画像を YUV に表色系変換する.HSV は
色相,彩度,明度の 3 つの情報により色を表現する表色
系であり,YUV は,輝度信号,輝度信号と青色成分の
差,輝度信号と赤色成分の差の 3 つの情報により色を表
現する表色系である.そして,緑色と白色を表現するそ
れぞれの情報をあらかじめ閾値として用意しておき,実
際の画素値と照らし合わせて抽出を行う.それらの抽出
結果の合成画像にノイズ処理を行った画像をフィールド
抽出画像とする.
図 2 物体の探索
全方位画像
100
80
400
300
60
40
200
270
障害物
20
0
90
180
角度[deg]
270
360
100
detect
360
0
90
180
角度[deg]
270
360
図 3 マシン中心から障害 図 4 マシン中心から障害
物までの画素数
物までの距離
識した方角であることが分かる.
次に,画像中心から障害物までの画素数より実距離を
求める.全方位カメラは双曲面ミラーを使用しているた
め,画素数と距離の関係が非線形である.そのため,距
離校正式を用いて各画素と実距離とを対応付ける.
マシン中心から障害物までの実距離データに対してノ
イズ除去フィルタを適用し,各角度毎にプロットしたグ
ラフを図 4 に示す.図 4 のグラフより, マシン中心から
障害物までの実際の距離と角度を認識できていることが
分かる.
4
結言
全方位カメラを用いて,フィールド上で障害物となる
緑色と白色以外の領域をマシン中心から放射状に探索を
行った.探索して得た画像中心から障害物までの画素数
を距離校正により実距離に変換した.そして, マシン中
心から障害物までの実際の距離と角度を認識することが
できた.
今後は,探索して得た角度ごとの物体の距離データ
からどのように障害物を識別するかを検討する.また,
様々な場面における認識率等を確認する必要がある.
-171-
Copyright © 2013 IEICE
Fly UP