--NeoZng【neozng1@hnu.edu.cn】
2.视觉在各兵种中的作用
2.1.装甲板识别(步兵、英雄、无人机)
-
由于机器人上安装的图传模块到操作手看到的第一视角的延迟加上操作手反应速度的延迟,操作手几乎很难手动瞄准高速运动的机器人上的装甲板。因此,视觉组在这三个兵种的研发上主要是负责装甲板的识别算法,通过处理图像找到相机视野范围内的装甲板(相机一般安装在云台上,和枪口平行放置并指向同一个方向,类似瞄准镜),进而向下位机(STM32等用于控制的MCU,microcontroller unit,单片机)发送此装甲板的相对枪口的角度数据,电控根据此数据控制电机自动转向目标装甲板,实现装甲板的自动打击。
自动跟随装甲板效果
-
随着自瞄算法的不断升级进步,RoboMaster的赛场上也出现了“反自瞄”,其中的代表之一就是“小陀螺”。机器人在小陀螺模式下,云台和底盘处于分离状态,并且底盘绕运动中心高速自旋。在这种情况下,视觉识别的难度会大大上升,一是自瞄很难跟上装甲板的高速转动,基本上我方机器人的云台运动会滞后于装甲板的运动,且难以预测装甲板的轨迹;二是即使跟随到一个装甲板后,那个装甲板随着底盘的转动很快消失在视野中,此时就要锁定另一块装甲板,使得云台会来回转动,无法稳定,导致弹丸命中率下降,从操作手的第一界面看来,整个画面不断晃动带来晕眩感,体验极差。
因此,反“小陀螺”算法出现了:通过设计算法,识别对手的机器人处于小陀螺状态,然后让云台对准敌方机器人的中心位置而不再跟随装甲板移动。由于机器人处于“小陀螺”状态时基本上是匀速转动,这样就可在适当的时机开火(可以采用预测算法预测装甲板何时运动到云台所对准的位置),提高命中率。
当然,随着反”小陀螺“算法的出现,赛场上又开始出现反‘反“小陀螺“ ’算法如变速小陀
视觉算法在RoboMaster竞技中的应用与挑战

本文详细介绍了视觉算法在RoboMaster机器人竞赛中的关键作用,包括装甲板识别、能量机关自动瞄准、哨兵机器人、工程机器人和雷达系统的智能决策。面对不断进化的战术如“小陀螺”,视觉算法需要不断提升鲁棒性和泛化性能,以应对更加复杂和竞争激烈的比赛环境。此外,自动步兵的开发是对强AI的一次探索,涉及SLAM、自主决策和路径规划等多个技术领域。
最低0.47元/天 解锁文章
1万+

被折叠的 条评论
为什么被折叠?



