通过理论分析和实验,论述了全自主足球机器人异构双目视觉协调导航的合理性和有效性,给出了测量目标相对坐标的模型,分析了基于双目协调的足球机器人导航数据融合方法,提出了双目协调导航模型及基于行为的目标实现策略。

设计了AS-R自主机器人异构双目视觉系统,用于实现Robocup比赛中对足球的运动检测,视觉图像由云台摄象机EVI-D100/P采集;通过分析比较传统的运动检测方法,如背景图象差分法、时态差分法、基于块运动检测法和光流法的优缺点,采用了一种基于Canny算子的自适应动态背景差分算法用于获取球场前景信息;实验结果表明,该方法能有效检测出运动目标,具有较好的实用性。

为了获得更大的摄像机视野和更高的系统鲁棒性,研制了一种新型的双目机构;并以此机构为核心搭建了立体视觉系统,之后对整个系统进行了标定。

本文结合自主研发的两款嵌入式处理器(CK520，SPOCK)以及集成这两款处理器的异构双核SoC(GEM-SOC)，从高密度指令集、代码压缩方法以及代码解码器的实现方式三个方面开展了研究工作： 1)高密度指令集 以Thumb和MIPS16指令集为代表，讨论了双模式高密度指令集的工作方式以及优缺点；以CK-core指令集为代表，从编程模型、指令类型、指令编码以及寻址方式等方面分析了单模式高密度指令集如何在代码密度和处理器性能之间作折衷；并以Powerstone基准测试集为基础，ARM940T和CK520为例，对比分析了Thumb/ARM和CK-core指令集的代码密度和处理器性能，实验结果显示：在使用相同的编译器条件下，与32位ARM指令集相比，CK520在牺牲17％处理器性能的前提下降低了38％的代码量；与16位Thumb指令集相比，CK520指令集不仅能够降低9。