基于深度学习的足球机器人视觉识别方法

作者：封泽; 张逸帆; 谈英姿

来源：工业控制计算机, 2020, 33(05): 63-65.

• 深度学习
• RoboCup
• 机器人视觉
• YOLOv3-tiny

作为国内外综合性最大的机器人赛事之一,RoboCup竞赛吸引了越来越多的高校学生参加。对于以足球比赛为背景的Kidsize组,如何准确地通过图像检测足球和球门成为了比赛的关键性任务之一。通过深度学习的方法,引入深度卷积神经网络YOLOv3-tiny构建机器人的视觉识别系统。针对YOLOv3-tiny识别精度不高的问题,提出在进行检测前先对草坪颜色进行归一化,同时基于二阶梯度算子对图像进行锐化处理,以增强图像中的语义信息。实验结果表明,相较于传统方法,所构建的基于深度学习的视觉识别系统的检测效果更好,对不同场地和光照的适应能力更强,在以Nvidia Jetson TX2为代表的边缘深度学习设备上有着不错的推理速度,能够满足参加比赛的要求。

• 单位
  自动化学院; 东南大学