2011/12/26

OpenCVで作るビジョンプログラム(5)

お疲れさまです。Shinpukuです。

白線情報を元にした自己位置推定法では、白線をいかに多く検出できるかが鍵となります。

メジャーなのはスキャンライン(走査線)を使った方法です。
最新のプログラムでは、スキャンラインは近・中・遠距離の3段構成でそれぞれ32本、64本、128本配置されています。多段構成にすることで、手前の白線だけでなく、その奥の白線も検出することが出来ます。

では、ソースコードを見ながら白線検出アルゴリズムを説明していきます。

cvThresholdで白色を抽出し、前回検出したフィールド領域との論理積をとります。白色は輝度が高いのでYに閾値を設定すればすぐに抽出できます。白線以外のものを検出しないようにマスクをかけるとなお良いでしょう。

スキャンラインの総数は以下の式で求められます。
コードにするとこんな感じです。

const int LAYER_NUM = 3;
const int LINE_NUM = 32;
const int TOTAL_LINE_NUM = (LINE_NUM*((1<<LAYER_NUM)-1));

i番目のスキャンラインの開始・終了点は以下の式で求められます。
求めた式を元に、画像の中心からスキャンラインを伸ばし、白線を検出します。

void Vision::detectLines(Data &data)
{
    const int minLen = 35;
    const int maxLen = 110;

    // フィールドとの論理積
    cvAnd(images.cvWhite, images.cvField, images.cvLines);

    // ここから白線検出
    for (int i = 0; i < LAYER_NUM; i++) {
        // スキャンライン数
        int lineNum = LINE_NUM * (1<<i);
        // 角度の変化
        double theta_k = (2.0 * M_PI) / lineNum;
        // 始点・終点
        int start = (int)(minLen + (i+0) * (maxLen - minLen) / LAYER_NUM);
        int end   = (int)(minLen + (i+1) * (maxLen - minLen) / LAYER_NUM);
        // スキャンラインを走査
        for (int j = 0; j < lineNum; j++) {
            // i層j番目のスキャンライン
            int k = LINE_NUM * ((1<<i)-1) + j;
            // スキャンライン角度
            double theta = -(j * theta_k + M_PI/2.0);
            // 初期化
            lines[k].distance = -1.0;
            lines[k].angle = 0.0;
            // 始めから終わりまで
            for (int l = start; l < end; l++) {
                CvPoint scanline;
                scanline.x = (int)(l * cos(theta) + images.center.x);
                scanline.y = (int)(l * sin(theta) + images.center.y);
                uchar val = CV_IMAGE_ELEM(images.cvLines, uchar, scanline.y, scanline.x);
                // 白線が見つかった
                if (val > 0) {
                    // 検出した白線を表示
                    lines[k].angle = CV_IMAGE_ELEM(images.cvAngle, float, scanline.y, scanline.x);
                    lines[k].distance = CV_IMAGE_ELEM(images.cvDistance, float, scanline.y, scanline.x);
                    break;
                }
            }
        }
    }
}
次回はパーティクルフィルタを用いた自己位置推定アルゴリズムを詳しく解説していこうと思います。

2011/12/23

進捗

こんにちは、Noguchiです。

今日は今(12/14現在)の活動内容を簡単に紹介します。


まず、ハード班です。

Shimizuはバッテリー部の改良です。
以前より、バッテリーの故障が目立っていました。
調べていくうちに様々な問題点が浮き彫りになってきており、現在改良中です。
この件については、年明けにでもブログ1回分取って、詳細説明いたします。

Tsutsumiはロボットカバーの改良とキッカー部分のリフター付けです。
カバーは以前に比べて、取り外しがしやすいものへと変更いたしました。
リフター部に関しては、キッカー部分に付けています。
図の○の箇所になります。

これを付けることにより、ボールと蹴ったときに浮いたボール、俗に言うループボールを
放つことが出来るようになりました。
しかしながらこれを付けたことにより、ドリブル等の別の問題点が発生すると話し合いにより、
判断し、更なる改良が必要だと考えております。


次にソフト班です。

InoueはPKの改良を行いました。
人間の行うPKとは異なり、ロボットはセンターサークルより動き始め、30秒以内に
ボールを蹴るというのが、ロボカップサッカー中型リーグにおけるルールです。
ルールに基づき、プログラムを新しいものへ変更いたしました。
ゴール確率もある程度期待できるモノになっております。
今後はインプレイ中のシュート条件の改良を行って行く予定です。

Noguchiは経路計画の再考をしております。
現在、机上で検討しております。
検討終了後に、プログラムへ移行する予定です。
こちらに関しても、詳しい事が言える段階で説明いたします。

Takenakaはゴールキーパーのプログラムを新バージョンへ移植しております。



--

先日の清掃の続きを行いました。

問題の倉庫でしたが、棚や道具の配置替えをし、必要用途や頻度に
合わせて棚の整理をしただけで、きれいになりました。

残りは、いろいろな場所に転がっていたネジの分類分けと雑用です。
地味な作業ではありますが、大事なことです。


"塵も積もれば山となる"ですね。

2011/12/19

OpenCVで作るビジョンプログラム(4)

こんにちは、Shinpukuです。

今回はフィールド領域の検出を行います。

これはフィールド外の物体を誤って検出しないようにするためです。

それではアルゴリズムを紹介していきます。

まず、閾値処理により緑色を抽出します。
次にノイズ除去のため膨張・収縮を行います。
一番大きい領域のみ残します。
cvConvexHull2関数を用いて欠けた領域の補間を行います。
これでフィールド領域を検出することが出来ました。

黄色や白色との論理積を取ることでボールや白線を検出することができます。 

コードは以下の通りです。

void Vision::detectField(Data &data)
{
    double max = 0;
    CvSeq *contour = NULL, *maxContour = NULL;
    CvMemStorage *contourStorage = cvCreateMemStorage();
    // 膨張・縮小
    cvMorphologyEx(images.cvGreen, images.cvField, NULL, NULL, CV_MOP_CLOSE);
    // 中心円を描く
    const int radius = MIN(IMAGE_HALF_WIDTH, IMAGE_HALF_HEIGHT) * 0.3;
    cvCircle(images.cvField, images.center, radius, cvScalarAll(255), -1);
    // 輪郭を抽出
    cvFindContours(images.cvField, contourStorage, &contour, sizeof(CvContour), CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE);
    // 一番大きい領域を求める
    while (contour) {
        double size = fabs(cvContourArea(contour, CV_WHOLE_SEQ));
        if (size > max) {
            maxContour = contour;
            max = size;
        }
        contour = contour->h_next;
    }
    // 初期化
    cvZero(images.cvField);
    // 見つかった
    if (maxContour) {
        // 凸包を求める
        CvSeq *hull = cvConvexHull2(maxContour);
        // 凸包を構成する点
        CvPoint *pts = new CvPoint[hull->total];
        for(int i = 0; i < hull->total; ++i) pts[i] = **(CvPoint**)cvGetSeqElem(hull, i);
        // フィールド領域を描画
        cvFillConvexPoly(images.cvField, pts, hull->total, cvScalarAll(255));
        cvAnd(images.cvField, images.cvMask, images.cvField);
        // メモリ解放
        delete [] pts;
    }
    // メモリ解放
    cvReleaseMemStorage(&contourStorage);
}
次回は白線を検出してみようと思います。