前言
近期我省舉辦的機器人大賽剛剛落下帷幕，有幸參與其中的NAO機器人點球比賽，憑借著較好的運氣取得了吉林省第一名，本文將從比賽的各個方面講述所用程式及策略，所用程式代碼如有不足之處，以及更好的邏輯優化，歡迎大家在評論區留言，
本文章不提供源代碼，僅提供部分核心代碼供大家交流學習，
完整代碼后續會發到CSDN上供大家下載
NAO機器人點球比賽簡介
簡而言之，就是隊伍分別擔任進攻方和防守方，進攻方共三次機會，每次進球記一分，最后以得分數判別勝負，進攻方要求只能觸球一次；守方無限制，并要求機器人具備識別足球的功能，
使用環境
- python2.7（為了適應NAOqi庫）
- NAOqi（本文不再過多介紹，更多資訊請查閱我的前幾篇文章）
- opencv
策略分析
- 由于比賽使用的是8mm的綠色草坪，NAO會由于草坪出現走路不穩的情況，我們采用了使用海報紙將nao機器人的腳包起來，降低機器人腳部與地面的摩擦，使機器人能在草坪上正常移動，
- 第二點，也是最重要的一點，所有的一切都是建立在讓機器人成功識別的前提下進行的 ，這里我們使用的是opencv中的霍夫圓檢測搭配naoqi中的“ALVideoDevice”模塊來呼叫nao的攝像頭，這一點會在后面詳細說明，
- 在機器人識別成功并且走到球附近后，根據球的相對位置，控制機器人進行微調，然后呼叫Choregraphe中預設好踢球的程式，完成一整套進攻的流程，
- 防守策略目前是使用Choregraphe直接控制機器人，根據場上局勢控制機器人左、右走，
代碼模塊分析
專案的目錄結構如下：
主要分為 機器人控制模塊、工具包、機器人視覺模塊、以及主模塊，
機器人控制模塊
控制模塊的主要功能是：
1.通過naoqi的ALMotion模塊，對機器人的關節角度進行控制，在整個程式中主要用在機器人頭部的復位上，
2.通過naoqi完成對機器人本身已經預設好的程式的呼叫，
核心代碼
對機器人某關節角度進行控制的函式，第一個引數為一個ALMotion代理，第二個為關節名，第三個為轉到的目標角度，默認速度被我設為0.2，
關于NAO機器人以及API檔案的使用請翻看我的上幾個博客，
接下來是本程式的兩個最核心部分之一，通過python呼叫機器人中預設好的程式，
代碼如下：(此部分封裝在一個繼承自threading.Thread的類的建構式中)
然后我們封裝一個方法，方便我們在主函式中呼叫：
工具包
工具包中包括兩個模塊，第一個模塊用于掩膜操作（詳情查看我的上一篇文章），第二個模塊通過ALVideoDevice代理來獲得機器人傳回的圖片，一幀一幀組合形成視頻流，
核心部分如下：
視覺模塊
第二個最核心的部分就是視覺模塊，本模塊主要是在我在第一篇文章中的霍夫圓檢測識別紅球程式之上，更改了篩選球顏色的閾值（通過掩膜操作以及圖片拼接所得到）所得到，在綠色草坪上的識別成功率極高，
拼接部分核心程式：
其中重要方法霍夫圓檢測，各引數具體如下：
cv2.HoughCircles(image, method, dp, minDist, circles, param1, param2, minRadius, maxRadius)
image：為輸入影像，需要灰度圖，程式中傳入的為經過一系列預處理的影像（平滑去噪后的影像）
method：為檢測方法, 常用為CV_HOUGH_GRADIENT
dp：為檢測內側圓心的累加器影像的解析度于輸入影像之比的倒數，如dp=1，累加器和輸入影像具有相同的解析度，如果dp=2，累計器便有輸入影像一半那么大的寬度和高度
minDist：表示兩個圓之間圓心的最小距離
param1：有默認值100，它是method設定的檢測方法的對應的引數，對當前唯一的方法霍夫梯度法cv2.HOUGH_GRADIENT，它表示傳遞給canny邊緣檢測算子的高閾值，而低閾值為高閾值的一半
param2：有默認值100，它是method設定的檢測方法的對應的引數，對當前唯一的方法霍夫梯度法cv2.HOUGH_GRADIENT，它表示在檢測階段圓心的累加器閾值，它越小，就越可以檢測到更多根本不存在的圓，而它越大的話，能通過檢測的圓就更加接近完美的圓形了
minRadius：有默認值0，圓半徑的最小值
maxRadius：有默認值0，圓半徑的最大值
單位為像素（px），
主函式模塊
主函式的功能主要是將各個單獨的模塊關聯到一起，以及在識別到球以后的機器人微調的策略問題，
在我們完成了對足球的識別后，需要機器人根據球的相對位置，進行簡單的調整；我們在比賽中使用的是一種沒有用到測距，較為取巧的一種方法：
我將圖片劃分成了四個區域，根據圓心的坐標位置（opencv影像中的坐標位置在我的上一篇文章中提到過），來決定機器人移動的距離，（機器人的移動通過ALMotion模塊下的moveTo()方法實作）
核心代碼如下，具體引數的值請根據實際情況進行調整，
結語
看著碼了好久的文章，沉默了好久，這可能是我關于NAO這邊的最后一篇文章了，以后的精力可能要更多的放在考研和深度學習這方面了，但還是很感激這個小破機器人的，在擺弄他的時候真的是對我的技術的一種磨練（痛苦的查API檔案，以及python語言一點點適應，可以說剛開始學python就是為了給它服務吧，但現在已經不打算繼續發展下去了），寫這些文章即是對自己這兩年來學習NAO相關知識的一個交代，又算是對我的協會成員們的一個交代吧，
就這樣，
年更博主，可以先關注上，以后不定期更新
最后，放一張小NAO的圖片
轉載請註明出處，本文鏈接：https://www.uj5u.com/ruanti/235528.html
標籤：其他