一种基于自动巡航机器人的投篮训练方法及系统技术方案

本发明专利技术公开了一种基于自动巡航机器人的投篮训练方法及系统，属于自动巡航机器人技术领域。首先构建篮球场的高精地图，再获取自动巡航机器人周围的图像信息，分别对场上篮球和运动员进行实时跟踪，得到场上篮球和运动员相对于自动巡航机器人的位置，并得到场上篮球和运动员、篮球与机器人之间的实时距离，基于预设的距离阈值，进行各个条件下的捡球、传球和移动指令，控制自动巡航机器人进行捡球、传球和移动。实现了投篮训练发球机自动识别运动员方位，从而提高了投篮精准度和投篮效率。从而提高了投篮精准度和投篮效率。从而提高了投篮精准度和投篮效率。

【技术实现步骤摘要】
一种基于自动巡航机器人的投篮训练方法及系统


[0001]本专利技术属于自动巡航机器人
，涉及一种基于自动巡航机器人的投篮训练方法及系统。

技术介绍

[0002]篮球运动作为全世界最受欢迎的球类运动之一，喜欢的人越来越多。而投篮训练是每个篮球运动员每天的必备训练，在专业球队中，会有专门的训练师来完成捡球和传球工作，或和队友一块训练时，有队友互相帮忙捡球和传球。但是当独自一人去练投篮时，由于需要频繁地跑过去捡球，浪费大量的时间和体力，所以会大大降低训练效果。市面上现存的投篮训练发球机，由于需要用高于篮筐的网来挡住篮球，并且发球机只能朝着同一个方向发球，无法自动识别运动员方位，会影响到运动员的视线、投篮精准度和投篮效率。

技术实现思路

[0003]本专利技术的目的在于克服上述现有技术中，投篮训练发球机无法自动识别运动员方位而影响投篮精准度和投篮效率的缺点，提供一种基于自动巡航机器人的投篮训练方法及系统。
[0004]为了达到上述目的，本专利技术采用以下技术方案予以实现：
[0005]一种基于自动巡航机器人的投篮训练方法，包括如下步骤：
[0006]步骤1)构建篮球场的高精地图，确定自动巡航机器人在高精地图中的位置；
[0007]步骤2)获取自动巡航机器人周围的图像信息，同时分别对场上篮球和运动员进行实时跟踪，分别得到场上篮球和运动员相对于自动巡航机器人的位置，并得到场上篮球和运动员、篮球与机器人之间的实时距离；
[0008]步骤3)基于场上篮球和运动员相对于自动巡航机器人的位置、场上篮球和运动员之间的实时距离，控制巡航机器人进行捡球操作；
[0009]对于与运动员距离大于5米的篮球，分别规划出自动巡航机器人朝向所有篮球的路径，选择与运动员距离最远的那个篮球，按照规划出的路径去捡球；
[0010]若篮球与运动员距离小于5米，则回到步骤2)待捡球状态；
[0011]当机器人与被捡篮球距离小于0.3米时，自动巡航机器人执行捡球命令；
[0012]步骤4)运动员需要球时，向巡航机器人发出传球指令，巡航机器人向运动员传球；传球结束后，重复步骤3)的操作。
[0013]优选地，步骤2)中，实时跟踪的具体过程为：
[0014]步骤2.1)获取场上篮球和运动员的目标跟踪视频，对目标跟踪视频中的每一帧图像分别进行搜索窗口处理，并从处理后的图像中提取色度分量；
[0015]步骤2.2)对色度分量进行统计，建立颜色直方图；
[0016]步骤2.3)基于颜色直方图获得每一个色度分量对应的反向投影图；
[0017]步骤2.4)重新选择搜索窗口，在新的搜索窗内分别计算零阶矩、一阶矩和质心，并
利用零阶矩确定新的搜索窗的大小，将新的搜索窗口的中心移动至质心位置，记录该移动距离，当该移动距离小于设定的极限值时收敛，读入下一帧并进入步骤2.1)重新开始跟踪；当该移动距离大于等于设定的极限值时，停止实时跟踪。
[0018]优选地，步骤2.1)具体为：
[0019]从中截取一帧包括篮球和运动员的图像，在该图像中选定一个圆形目标窗口，使篮球位于该圆形目标窗口内，再在该图像中选定一个矩形目标窗口，使运动员位于该矩形目标窗口内，然后对圆形目标窗口和矩形目标窗口进行转换，将RGB图像转换为HSV图像。
[0020]优选地，步骤2.4)具体为：
[0021]以目标窗口圆心选定一个圆形搜索窗口，以矩形对角线交点为中心选定一个矩形搜索窗口，在圆形搜索窗口和矩形搜索窗口内分别计算零阶矩、一阶矩和质心，并用零阶矩确定各自对应的新的搜索窗的大小；
[0022]零阶矩：
[0023]M
00
＝∑
x
∑
y
I(x,y)
ꢀꢀꢀ
(1)
[0024]计算一阶距：
[0025]M
10
＝∑
x
∑
y
xI(x,y)；M
01
＝∑
x
∑
y
yI(x,y)
ꢀꢀꢀ
(2)
[0026]计算搜索窗的质心：
[0027]x
c
＝M
10
/M
00
；y
c
＝M
01
M
00
ꢀꢀꢀ
(3)
[0028]其中，I(x,y)表示像素点的灰度值；
[0029]用零阶矩确定新的搜索窗的大小的具体过程为：将新的搜索窗的半径大小设置为和零阶矩具有比例关系的函数，找出搜索窗内灰度值最大的像素点I
max
，并设下一个搜索窗的半径为：
[0030][0031]优选地，步骤2)中，实时跟踪后的具体操作为：
[0032]实时跟踪后，获得场上篮球和运动员相对于自动巡航机器人的位置，并获得自动巡航机器人分别与篮球和运动员间的直线距离，首先计算得到篮球和自动巡航机器人之间的角度、运动员和自动巡航机器人之间的角度；
[0033][0034]由直线距离和角度分别计算得到篮球和运动员相对于自动巡航机器人的坐标；
[0035][0036]由篮球和运动员相对于自动巡航机器人的坐标计算，得到篮球和运动员之间的实时距离；
[0037][0038]其中，x1，y1为篮球相对于自动巡航机器人的坐标，α1为篮球与机器人的连线与机器人中心线的角度，θ为相机视场角，N为RGB图像中的单行像素点总个数，X1为球体中心点的横坐标，L1为由激光雷达得出的篮球中心离机器人中心的直线距离，x2，y2为运动员相对于自动巡航机器人的坐标，α2为运动员与机器人的连线与机器人中心线的角度，X2为球体中心点的横坐标，L2为由激光雷达得出的运动员离机器人中心的直线距离，L为篮球和运动员间的直线距离。
[0039]优选地，步骤3)中，规划自动巡航机器人朝向各场上篮球的路径，具体为：
[0040]基于步骤1)获取应用场景下的二维栅格地图，将自动巡航机器人和步骤2)的图像中出现篮球的坐标映射到二维栅格地图中，得到自动巡航机器人与各篮球在图像中的位置关系；
[0041]采用A*算法规划出自动巡航机器人到各篮球的路径，同时计算出运动员与各篮球间的直线距离，比较运动员与不同篮球之间的距离大小，选择距离运动员最远的篮球，按照规划路径去捡距离运动员最远的篮球。
[0042]一种基于自动巡航机器人的投篮训练系统，包括：
[0043]摄像机模块，与控制模块相交互，用于获取自动巡航机器人周围的图像信息，并分别对场上篮球和运动员进行实时跟踪，将获取的图像信息和实时跟踪的视频信息传输至控制模块；
[0044]激光雷达定位模块，与控制模块相交互，用于构建整个篮球场的高精地图，并确定自动巡航机器人在整个地图中的位置，并将信息传输至控制模块；
[0045]捡球模块，与控制模块相交互，用于接收控制模块本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于自动巡航机器人的投篮训练方法，其特征在于，包括如下步骤：步骤1)构建篮球场的高精地图，确定自动巡航机器人在高精地图中的位置；步骤2)获取自动巡航机器人周围的图像信息，同时分别对场上篮球和运动员进行实时跟踪，分别得到场上篮球和运动员相对于自动巡航机器人的位置，并得到场上篮球和运动员、篮球与机器人之间的实时距离；步骤3)基于场上篮球和运动员相对于自动巡航机器人的位置、场上篮球和运动员之间的实时距离，控制巡航机器人进行捡球操作；对于与运动员距离大于5米的篮球，分别规划出自动巡航机器人朝向所有篮球的路径，选择与运动员距离最远的那个篮球，按照规划出的路径去捡球；若篮球与运动员距离小于5米，则回到步骤2)待捡球状态；当机器人与被捡篮球距离小于0.3米时，自动巡航机器人执行捡球命令；步骤4)运动员需要球时，向巡航机器人发出传球指令，巡航机器人向运动员传球；传球结束后，重复步骤3)的操作。2.根据权利要求1所述的基于自动巡航机器人的投篮训练方法，其特征在于，步骤2)中，实时跟踪的具体过程为：步骤2.1)获取场上篮球和运动员的目标跟踪视频，对目标跟踪视频中的每一帧图像分别进行搜索窗口处理，并从处理后的图像中提取色度分量；步骤2.2)对色度分量进行统计，建立颜色直方图；步骤2.3)基于颜色直方图获得每一个色度分量对应的反向投影图；步骤2.4)重新选择搜索窗口，在新的搜索窗内分别计算零阶矩、一阶矩和质心，并利用零阶矩确定新的搜索窗的大小，将新的搜索窗口的中心移动至质心位置，记录该移动距离，当该移动距离小于设定的极限值时收敛，读入下一帧并进入步骤2.1)重新开始跟踪；当该移动距离大于等于设定的极限值时，停止实时跟踪。3.根据权利要求2所述的基于自动巡航机器人的投篮训练方法，其特征在于，步骤2.1)具体为：从中截取一帧包括篮球和运动员的图像，在该图像中选定一个圆形目标窗口，使篮球位于该圆形目标窗口内，再在该图像中选定一个矩形目标窗口，使运动员位于该矩形目标窗口内，然后对圆形目标窗口和矩形目标窗口进行转换，将RGB图像转换为HSV图像。4.根据权利要求3所述的基于自动巡航机器人的投篮训练方法，其特征在于，步骤2.4)具体为：以目标窗口圆心选定一个圆形搜索窗口，以矩形对角线交点为中心选定一个矩形搜索窗口，在圆形搜索窗口和矩形搜索窗口内分别计算零阶矩、一阶矩和质心，并用零阶矩确定各自对应的新的搜索窗的大小；零阶矩：M
00
＝∑
x
∑
y
I(x，y)
ꢀꢀꢀꢀꢀꢀꢀ
(1)计算一阶距：M
10
＝∑
x
∑
y
xI(x，y)；M
01
＝∑
x
∑
y
yI(x，y)
ꢀꢀꢀꢀꢀꢀ
(2)计算搜索窗的质心：x
c
＝M
10
/M
00
；y
c
＝M
01
M
00
ꢀꢀꢀꢀꢀ
(3)
其中，I(x，y)表示像素点的灰度值；用零阶矩确定新的搜索窗的大小的具体过程为：...

【专利技术属性】
技术研发人员：韩毅，周文亮，柳浩修，徐震，岳佳豪，汤宁业，
申请(专利权)人：长安大学，
类型：发明
国别省市：